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: First
نویسندگان: M. Abeles
سری:
ISBN (شابک) : 0521376173, 9780521376174
ناشر: Cambridge University Press
سال نشر: 1991
تعداد صفحات: 295
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 6 مگابایت
در صورت تبدیل فایل کتاب Corticonics: Neural Circuits of the Cerebral 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 Corticonics: مدارهای عصبی قشر مغز 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.
این کتاب این نیاز را با ترکیب مطالعات آناتومی و فیزیولوژی و مدلسازی ریاضی و کامپیوتری برای به دست آوردن توصیف کمی از عملکردهای قشر مغز برآورده میکند. مطالب به صورت آموزشی ارائه شده است. با آناتومی توصیفی شروع می شود و به طور جامع تمام جنبه های مدل سازی را بررسی می کند. این کتاب به تدریج خواننده را از دیدگاه ماکروسکوپی آناتومی قشر مغز و توصیف خواص الکتروفیزیولوژیکی استاندارد تک نورون ها به مدل های شبکه عصبی و زنجیره های شلیک همزمان نورون ها هدایت می کند. در طول مسیر، مدرن ترین روندهای مدل سازی شبکه های عصبی مورد بررسی قرار می گیرند
This book fulfills that need by combining studies of anatomy and physiology and mathematical and computer modeling to obtain a quantitative description of cortical functions. The material is presented didactically; it starts with descriptive anatomy and comprehensively examines all aspects of modeling. The book gradually leads the reader from a macroscopic view of cortical anatomy and a description of standard electrophysiological properties of single neurons to neural network models and synchronous firing chains of neurons. Along the way, the most modern trends of neural network modeling are explored