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 Gateway to Memory: An Introduction to Neural Network Modeling of the Hippocampus and Learning

دانلود کتاب دروازه حافظه: مقدمه ای در مدل سازی شبکه عصبی هیپوکامپ و یادگیری

Gateway to Memory: An Introduction to Neural Network Modeling of the Hippocampus and Learning

مشخصات کتاب

Gateway to Memory: An Introduction to Neural Network Modeling of the Hippocampus and Learning

ویرایش: 1st 
نویسندگان: ,   
سری: Issues in Clinical and Cognitive Neuropsychology 
ISBN (شابک) : 0262072114, 9780262072113 
ناشر: The MIT Press 
سال نشر: 2000 
تعداد صفحات: 465 
زبان: English  
فرمت فایل : PDF (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 : 12


در صورت تبدیل فایل کتاب Gateway to Memory: An Introduction to Neural Network Modeling of the Hippocampus and Learning 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 دروازه حافظه: مقدمه ای در مدل سازی شبکه عصبی هیپوکامپ و یادگیری 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 دروازه حافظه: مقدمه ای در مدل سازی شبکه عصبی هیپوکامپ و یادگیری

این کتاب برای دانش‌آموزان و محققانی است که علاقه خاصی به یادگیری و حافظه دارند و می‌خواهند بدانند چگونه مدل‌های محاسباتی را می‌توان در تحقیقات تجربی روی هیپوکامپ و یادگیری ادغام کرد. به جای جزئیات مولکولی یا عصبی، بر عملکرد ساختارهای مغز تأکید می کند، زیرا آنها باعث رفتار می شوند. همچنین به جای جزئیات ریاضی خود مدل‌ها، بر فرآیند مدل‌سازی تأکید می‌کند. این کتاب به دو بخش تقسیم می‌شود. بخش اول مقدمه ای آموزشی بر موضوعات علوم اعصاب، روانشناسی یادگیری و حافظه و نظریه مدل های شبکه عصبی ارائه می دهد. بخش دوم، هسته اصلی کتاب، مدل‌های محاسباتی نحوه همکاری هیپوکامپ با سایر ساختارهای مغز - از جمله قشر انتورینال، پیش‌ مغز قاعده‌ای، مخچه، و قشر حسی و حرکتی اولیه - را برای حمایت از یادگیری و حافظه در هر دو حیوان بررسی می‌کند. و انسان ها این کتاب هیچ دانش قبلی از مدل‌سازی محاسباتی یا ریاضیات را فرض نمی‌کند. برای کسانی که مایلند عمیق‌تر در جزئیات رسمی مدل‌ها تحقیق کنند، \"جعبه‌های ریاضی\" و ضمائم اختیاری وجود دارد. این کتاب همچنین شامل ارجاعات و پیشنهادات گسترده ای برای مطالعه بیشتر است.


توضیحاتی درمورد کتاب به خارجی

This book is for students and researchers who have a specific interest in learning and memory and want to understand how computational models can be integrated into experimental research on the hippocampus and learning. It emphasizes the function of brain structures as they give rise to behavior, rather than the molecular or neuronal details. It also emphasizes the process of modeling, rather than the mathematical details of the models themselves.The book is divided into two parts. The first part provides a tutorial introduction to topics in neuroscience, the psychology of learning and memory, and the theory of neural network models. The second part, the core of the book, reviews computational models of how the hippocampus cooperates with other brain structures--including the entorhinal cortex, basal forebrain, cerebellum, and primary sensory and motor cortices--to support learning and memory in both animals and humans. The book assumes no prior knowledge of computational modeling or mathematics. For those who wish to delve more deeply into the formal details of the models, there are optional "mathboxes" and appendices. The book also includes extensive references and suggestions for further readings.



فهرست مطالب

Contents......Page 8
Preface......Page 12
Acknowledgments......Page 16
I: Fundamentals......Page 18
1.1 Computational Models as Tools......Page 20
1.2 Goals and Structure of This Book......Page 22
2.1 Introduction......Page 28
2.2 Human Memory and the Medial Temporal Lobes......Page 31
2.3 Animal Learning Studies of Hippocampal Function......Page 41
2.4 Classical Conditioning and the Hippocampus......Page 48
2.5 Is a Unified Theory of Hippocampal Function in Learning Possible?......Page 57
Summary......Page 58
3 Association in Neural Networks......Page 60
3.1 What Is a Neural Network?......Page 61
3.2 Neural Network Models of Learning......Page 68
3.3 Relationship to Animal Learning......Page 78
3.4 Limitations of Error-Correction Learning......Page 92
Summary......Page 96
4 Representation and Generalization in Neural Networks......Page 98
4.1 Representation and Generalization......Page 99
4.2 When Similar Stimuli Map to Similar Outcomes......Page 103
4.3 When Similar Stimuli Map to Different Outcomes......Page 111
Summary......Page 127
5 Unsupervised Learning: Autoassociative Networks and the Hippocampus......Page 128
5.1 Autoassociative Networks......Page 131
5.2 Hippocampal Anatomy and Autoassociation......Page 134
5.3 Autoencoders: Autoassociation with Representation......Page 141
5.4 Interim Summary: Where Are We Now?......Page 156
II: Modeling Memory......Page 160
6 Cortico-Hippocampal Interaction in Associative Learning......Page 162
6.1 The Hippocampal Region and Adaptive Representations......Page 163
6.2 Schmajuk and DiCarlo (S-D) Model......Page 182
6.3 Relationship of Models to Qualitative Theories......Page 192
6.4 Implications for Human Memory and Memory Disorders......Page 198
Summary......Page 201
Appendix 6.1 Simulation Details......Page 203
7.1 Overview of Contextual Processing......Page 206
7.2 Computational Models......Page 210
7.3 Relationship of Computational Models to Qualitative Theories......Page 224
7.4 Implications for Human Memory and Memory Disorders......Page 228
Summary......Page 231
8 Stimulus Representation in Cortex......Page 232
8.1 Cortical Representation and Plasticity......Page 233
8.2 Computational Models......Page 240
8.3 Relationship of Computational Models to Qualitative Theories......Page 267
8.4 Implications for Human Memory and Memory Disorders......Page 271
Summary......Page 273
Appendix 8.1 Simulation Details......Page 274
9 Entorhinal Cortex......Page 276
9.1 Anatomy and Physiology of the Hippocampal Region......Page 277
9.2 Computational Models......Page 282
9.3 Relationship to Qualitative Theories: Stimulus Buffering and Configuration......Page 308
9.4 Implications for Human Memory and Memory Disorders......Page 311
Summary......Page 319
Appendix 9.1 Simulation Details......Page 320
10 Cholinergic Modulation of Hippocampal-Region Function......Page 322
10.1 Acetylcholine as a Neuromodulator......Page 323
10.2 Computational Models......Page 328
10.3 Other Theories and Issues......Page 351
10.4 Implications for Human Memory and Memory Disorders......Page 355
Appendix 10.1 Simulation Details......Page 359
11.1 Hippocampal Function Can Best Be Understood in Terms of How the Hippocampus Interacts and Cooperates with the Functioning of Other Brain Systems......Page 362
11.2 Partial Versus Complete Lesions May Differ in More Than Just Degree......Page 363
11.4 Studies of the Simplest Forms of Animal Learning May Bootstrap Us Toward Understanding More Complex Aspects of Learning and Memory in Humans......Page 364
11.5 Keep It Simple. Keep It Useful. Keep It Testable.......Page 365
Conclusion......Page 367
Glossary......Page 368
Notes......Page 390
References......Page 408
B......Page 440
C......Page 441
D......Page 442
G......Page 443
H......Page 445
K......Page 446
M......Page 447
P......Page 449
R......Page 450
S......Page 451
T......Page 452
W......Page 453
Z......Page 454
A......Page 456
C......Page 457
E......Page 459
H......Page 460
L......Page 461
M......Page 462
P......Page 463
S......Page 464
W......Page 465




نظرات کاربران