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
دسته بندی: ریاضیات محاسباتی ویرایش: نویسندگان: Erik De Schutter سری: Methods & new frontiers in neuroscience series ISBN (شابک) : 9780849320682, 0849320682 ناشر: CRC Press سال نشر: 2001 تعداد صفحات: 355 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 5 مگابایت
در صورت تبدیل فایل کتاب Computational neuroscience: realistic modeling for experimentalists 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 علوم عصبی محاسباتی: الگویی واقعی برای آزمایشگران 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.
عصبشناسی محاسباتی: مدلسازی واقعگرایانه برای تجربیگرایان که عمدتاً بهعنوان مقدمهای بر روشهای مدلسازی واقعی طراحی شده است، بر رویکردهای روششناختی، انتخاب روشهای مناسب و شناسایی مشکلات احتمالی تمرکز دارد. نویسنده به سطوح مختلف پیچیدگی، از برهمکنشهای مولکولی در تک نورونها گرفته تا پردازش اطلاعات توسط شبکههای عصبی میپردازد. او از ریاضیات نظری اجتناب میکند و به اندازه کافی از ریاضیات پایه استفاده شده توسط تجربیها را فراهم میکند. چیزی که این منبع را منحصر به فرد میکند گنجاندن یک CD-ROM است که نمونههای مدلسازی تعاملی را ارائه میدهد. این شامل آموزش ها و دموها، فیلم ها و تصاویر، و اسکریپت های شبیه سازی لازم برای اجرای شبیه سازی کامل شرح داده شده در مثال های فصل است. هر فصل را پوشش می دهد: مبانی نظری. پارامترهای مورد نیاز؛ توضیحات نرم افزار مناسب؛ ارزیابی مدل؛ جهت های آینده مورد انتظار؛ نمونه هایی در جعبه های متنی که به CD-ROM پیوند داده شده اند. و مراجع اولین کتابی است که پیشرفت های پیشرو در مدل سازی عصبی را برای شما به ارمغان می آورد. مقدمهای بر روشهای مدلسازی واقعی در سطوح پیچیدگی متفاوت از تعاملات مولکولی تا شبکههای عصبی ارائه میکند. این کتاب و CD-ROM با هم ترکیب میشوند تا علوم اعصاب محاسباتی: مدلسازی واقعی برای تجربیگرایان را به بسته کاملی برای درک تکنیکهای مدلسازی تبدیل کنند.
Designed primarily as an introduction to realistic modeling methods, Computational Neuroscience: Realistic Modeling for Experimentalists focuses on methodological approaches, selecting appropriate methods, and identifying potential pitfalls. The author addresses varying levels of complexity, from molecular interactions within single neurons to the processing of information by neural networks. He avoids theoretical mathematics and provides just enough of the basic math used by experimentalists.What makes this resource unique is the inclusion of a CD-ROM that furnishes interactive modeling examples. It contains tutorials and demos, movies and images, and the simulation scripts necessary to run the full simulation described in the chapter examples. Each chapter covers: the theoretical foundation; parameters needed; appropriate software descriptions; evaluation of the model; future directions expected; examples in text boxes linked to the CD-ROM; and references. The first book to bring you cutting-edge developments in neuronal modeling. It provides an introduction to realistic modeling methods at levels of complexity varying from molecular interactions to neural networks. The book and CD-ROM combine to make Computational Neuroscience: Realistic Modeling for Experimentalists the complete package for understanding modeling techniques.
Foreword. Introduction. Introduction to Equation Solving and Parameter Fitting. Modeling Networks of Signaling Pathways. Reaction-Diffusion Systems. Monte Carlo Methods for Simulating Realistic Synaptic Microphysiology Using Mcell. Which Formalism to Use for Modeling Voltage-Dependent Conductances. Accurate Reconstruction of Neuronal Morphology. Modeling Dendritic Geometry and the Development of Nerve Connections. Passive Cable Modeling - A Practical Introduction. Modeling Simple and Complex Active Neurons. Realistic Modeling of Small Neuronal Circuits. Modeling of Large Networks. Modeling of Interactions Between Neural Networks and Musculoskeletal Systems. Demo`s and Other Material Available on the CD-Rom. Index.