ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Bayesian Brain: Probabilistic Approaches to Neural Coding (Computational Neuroscience)

دانلود کتاب مغز بیزی: رویکردهای احتمالی برای کدگذاری عصبی (علوم اعصاب محاسباتی)

Bayesian Brain: Probabilistic Approaches to Neural Coding (Computational Neuroscience)

مشخصات کتاب

Bayesian Brain: Probabilistic Approaches to Neural Coding (Computational Neuroscience)

دسته بندی: ریاضیات محاسباتی
ویرایش: 1 
نویسندگان: , , ,   
سری:  
ISBN (شابک) : 026204238X, 9780262042383 
ناشر: The MIT Press 
سال نشر: 2007 
تعداد صفحات: 327 
زبان: English 
فرمت فایل : DJVU (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 4 مگابایت

قیمت کتاب (تومان) : 28,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 7


در صورت تبدیل فایل کتاب Bayesian Brain: Probabilistic Approaches to Neural Coding (Computational Neuroscience) به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب مغز بیزی: رویکردهای احتمالی برای کدگذاری عصبی (علوم اعصاب محاسباتی) نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.


توضیحاتی در مورد کتاب مغز بیزی: رویکردهای احتمالی برای کدگذاری عصبی (علوم اعصاب محاسباتی)

رویکرد بیزی می‌تواند با ارائه پیش‌بینی‌های هنجاری در مورد اینکه چگونه یک سیستم حسی ایده‌آل باید دانش و مشاهدات قبلی را ترکیب کند، با ارائه تفسیر مکانیکی از عملکرد دینامیکی مدار مغز، و با پیشنهاد راه‌های بهینه، به درک مغز در سطوح مختلف کمک کند. رمزگشایی داده های تجربی مغز بیزی مشارکت‌های دانشمندان علوم اعصاب تجربی و نظری را گرد هم می‌آورد که مکانیسم‌های مغزی ادراک، تصمیم‌گیری و کنترل حرکتی را بر اساس مفاهیم تخمین بیزی بررسی می‌کنند. پس از مروری بر مفاهیم ریاضی، از جمله قضیه بیز، که پایه‌ای هستند. با درک رویکردهای مورد بحث، مشارکت کنندگان در مورد چگونگی استفاده از مفاهیم بیزی برای تفسیر داده های عصبی زیستی مانند اسپایک های عصبی و تصویربرداری عملکردی مغز بحث می کنند. در مرحله بعد، مشارکت‌کنندگان مدل‌سازی پردازش حسی، از جمله رمزگذاری عصبی اطلاعات در مورد دنیای خارج را بررسی می‌کنند. در نهایت، مشارکت‌کنندگان فرآیندهای پویا را برای رفتارهای مناسب، از جمله ریاضیات سرعت و دقت تصمیمات ادراکی و مدل‌های عصبی انتشار باور، بررسی می‌کنند.


توضیحاتی درمورد کتاب به خارجی

A Bayesian approach can contribute to an understanding of the brain on multiple levels, by giving normative predictions about how an ideal sensory system should combine prior knowledge and observation, by providing mechanistic interpretation of the dynamic functioning of the brain circuit, and by suggesting optimal ways of deciphering experimental data. Bayesian Brain brings together contributions from both experimental and theoretical neuroscientists that examine the brain mechanisms of perception, decision making, and motor control according to the concepts of Bayesian estimation.After an overview of the mathematical concepts, including Bayes' theorem, that are basic to understanding the approaches discussed, contributors discuss how Bayesian concepts can be used for interpretation of such neurobiological data as neural spikes and functional brain imaging. Next, contributors examine the modeling of sensory processing, including the neural coding of information about the outside world. Finally, contributors explore dynamic processes for proper behaviors, including the mathematics of the speed and accuracy of perceptual decisions and neural models of belief propagation.



فهرست مطالب

Bayesian Brain......Page 4
Contents......Page 6
Series Foreword......Page 10
Preface......Page 12
I. Introduction......Page 16
1 A Probability Primer......Page 18
II. Reading Neural Codes......Page 30
2 Spike Coding......Page 32
3 Likelihood-Based Approaches to Modeling the Neural Code......Page 68
4 Combining Order Statistics with Bayes Theorem for Millisecond-by-Millisecond Decoding of Spike Trains......Page 86
5 Bayesian Treatments of Neuroimaging Data......Page 108
III. Making Sense of the World......Page 128
6 Population Codes......Page 130
7 Computing with Population Codes......Page 146
8 Efficient Coding of Visual Scenes by Grouping and Segmentation......Page 160
9 Bayesian Models of Sensory Cue Integration......Page 204
IV. Making Decisions and Movements......Page 222
10 The Speed and Accuracy of a Simple Perceptual Decision: A Mathematical Primer......Page 224
11 Neural Models of Bayesian Belief Propagation......Page 254
12 Optimal Control Theory......Page 284
13 Bayesian Statistics and Utility Functions in Sensorimotor Control......Page 314
Contributors......Page 336
Index......Page 339




نظرات کاربران

تمامی حقوق معنوی و مادی وبسایت متعلق به اینترنشنال لایبرری می باشد
نماد اعتماد الکترونیکی