دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: 1 نویسندگان: Risto Miikkulainen, James A. Bednar, Yoonsuck Choe, Joseph Sirosh (auth.) سری: ISBN (شابک) : 9780387220246, 9780387288062 ناشر: Springer-Verlag New York سال نشر: 2005 تعداد صفحات: 546 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 15 مگابایت
کلمات کلیدی مربوط به کتاب نقشه های محاسباتی در Visual Cortex: نوروبیولوژی، علوم اعصاب، چشم پزشکی، کامپیوتر. در علوم زیستی
در صورت تبدیل فایل کتاب Computational Maps in the Visual Cortex 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 نقشه های محاسباتی در Visual Cortex 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.
ساختارهای بیولوژیکی را می توان به عنوان مجموعه ای از دستگاه های ویژه که توسط یک ماتریس سازمان هماهنگ شده اند مشاهده کرد. تکامل دستگاه ها دشوار است و در طول اعصار به دقت حفظ می شوند. سازمان یک رسانه است که قادر به انطباق سریع است. مغز توانایی سازمانی را تا حد زیادی حمل می کند. در زمینه آن، دستگاههای معمولی کانالهای یونی، فرستندهها و گیرندهها، مسیرهای سیگنالینگ، نورونهای مجزا یا الگوهای مدار خاص هستند. خط مرزی بین آنچه که باید دستگاه نامیده شود و آنچه که یک شاهکار سازمانی است، با توجه به اینکه در زمان سیستم های سازمان یافته به دستگاه ها تبدیل می شوند. علیرغم تمرکز سنتی علوم اعصاب بر روی دستگاهها، نقطه هدف آنها در افق باید درک اصولی باشد که بر اساس آن سیستم عصبی آرایههای وسیعی از متغیرهای داخلی و خارجی را در یک کل عملکردی هدفمند منسجم پیوند میدهد - برای درک مکانیسم سازماندهی مغز. . برای این منظور یک روش حیاتی در آزمایش سیلیکو است. شبیهسازی رایانهای ابزاری مناسب برای آزمایش ایدههای کاربردی است، سلاحی تیز برای تشخیص آنهایی که کار میکنند از آنهایی که کار نمیکنند. مطمئناً، بسیاری از گزینهها را میتوان تنها با آزمایش مستقیم روی بستر تعیین کرد، نه با مدلسازی. با این حال، اگر بتوان یک ایده کاربردی را بهعنوان «هیبت» که یک بار در سیلیکون آزمایش شد، رد کرد، تبدیل کردن آن به موضوع یک دهه آزمایش یا بحث هدر خواهد بود. سرمایه گذاری در درک عملکرد و سازماندهی سیستم بینایی این خطر را نشان می دهد.
Biological structures can be seen as collections of special devices coordinated by a matrix of organization. Devices are dif?cult to evolve and are meticulously conserved through the eons. Organization is a ?uid medium capable of rapid adaptation. The brain carries organizational ?uidity to the extreme. In its context, typical devices are ion channels, transmitters and receptors, signaling pathways, whole individual neurons or speci?c circuit patterns. The border line between what is to be called device and what a feat of organization is ?owing, given that in time organized s- systems solidify into devices. In spite of the neurosciences’ traditional concentration on devices, their aiming point on the horizon must be to understand the principles by which the nervous system ties vast arrays of internal and external variables into one coherent purposeful functional whole — to understand the brain’s mechanism of organization. For that purpose a crucial methodology is in silico experimentation. Computer simulation is a convenient tool for testing functional ideas, a sharp weapon for d- tinguishing those that work from those that don’t. To be sure, many alternatives can only be decided by direct experiment on the substrate, not by modeling. However, if a functional idea can be debunked as ?awed once tried in silico it would be a waste to make it the subject of a decade of experimentation or discussion. The venture of understanding the function and organization of the visual system illustrates this danger.
Introduction....Pages 3-13
Biological Background....Pages 15-37
Computational Foundations....Pages 39-64
LISSOM: A Computational Map Model of V1....Pages 67-83
Development of Maps and Connections....Pages 85-132
Understanding Plasticity....Pages 133-153
Understanding Visual Performance: The Tilt Aftereffect....Pages 155-172
HLISSOM: A Hierarchical Model....Pages 175-187
Understanding Low-Level Development: Orientation Maps....Pages 189-202
Understanding High-Level Development: Face Detection....Pages 203-238
PGLISSOM: A Perceptual Grouping Model....Pages 241-255
Temporal Coding....Pages 257-271
Understanding Perceptual Grouping: Contour Integration....Pages 273-304
Computations in Visual Maps....Pages 307-324
Scaling LISSOM simulations....Pages 325-343
Discussion: Biological Assumptions and Predictions....Pages 345-373
Future Work: Computational Directions....Pages 375-408
Conclusion....Pages 409-412