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: [1st ed.]
نویسندگان: Giovanni Naldi. Thierry Nieus
سری: Springer INdAM Series 24
ISBN (شابک) : 9783319682969, 9783319682976
ناشر: Springer International Publishing
سال نشر: 2017
تعداد صفحات: IX, 253
[255]
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 8 Mb
در صورت تبدیل فایل کتاب Mathematical and Theoretical 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 علوم اعصاب ریاضی و نظری 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 جلد مشارکتهای محققان نظری، تجربی و محاسباتی را که روی موضوعات مختلف در علوم اعصاب نظری/محاسباتی/ریاضی کار میکنند، جمعآوری میکند. تمرکز بر روی مدلسازی ریاضی، موضوعات تحلیلی و عددی و تجزیه و تحلیل آماری در علوم اعصاب با کاربردها است. موضوعات زیر در نظر گرفته می شود: مدل سازی ریاضی در علوم اعصاب، مباحث تحلیلی و عددی. تجزیه و تحلیل آماری در علوم اعصاب. شبکه های عصبی؛ عصب شناسی نظری. مخاطب این کتاب، محققانی است که در مدلهای ریاضی کاربردی در علوم اعصاب دخیل هستند.
This volume gathers contributions from theoretical, experimental and computational researchers who are working on various topics in theoretical/computational/mathematical neuroscience. The focus is on mathematical modeling, analytical and numerical topics, and statistical analysis in neuroscience with applications. The following subjects are considered: mathematical modelling in Neuroscience, analytical and numerical topics; statistical analysis in Neuroscience; Neural Networks; Theoretical Neuroscience. The book is addressed to researchers involved in mathematical models applied to neuroscience.
Front Matter ....Pages i-ix
From Single Neuron Activity to Network Information Processing: Simulating Cortical Local Field Potentials and Thalamus Dynamic Regimes with Integrate-and-Fire Neurons (Alberto Mazzoni)....Pages 1-23
Computational Modeling as a Means to Defining Neuronal Spike Pattern Behaviors (Siva Venkadesh, Giorgio A. Ascoli)....Pages 25-43
Chemotactic Guidance of Growth Cones: A Hybrid Computational Model (Iolanda Morana Roccasalvo, Silvestro Micera, Pier Nicola Sergi)....Pages 45-59
Mathematical Modelling of Cerebellar Granular Layer Neurons and Network Activity: Information Estimation, Population Behaviour and Robotic Abstractions (Shyam Diwakar, Chaitanya Nutakki, Sandeep Bodda, Arathi Rajendran, Asha Vijayan, Bipin Nair)....Pages 61-85
Bifurcation Analysis of a Sparse Neural Network with Cubic Topology (Diego Fasoli, Anna Cattani, Stefano Panzeri)....Pages 87-98
Simultaneous Jumps in Interacting Particle Systems: From Neuronal Networks to a General Framework (Luisa Andreis, Paolo Dai Pra, Markus Fischer)....Pages 99-110
Neural Fields: Localised States with Piece-Wise Constant Interactions (Aytül Gökçe, Stephen Coombes, Daniele Avitabile)....Pages 111-121
Mathematical Models of Visual Perception Based on Cortical Architectures (Marta Favali, Giovanna Citti, Alessandro Sarti)....Pages 123-133
Mathematical Models of Visual Perception for the Analysis of Geometrical Optical Illusions (Benedetta Franceschiello, Alessandro Sarti, Giovanna Citti)....Pages 135-149
Exergaming for Autonomous Rehabilitation (Nunzio Alberto Borghese)....Pages 151-160
E-Infrastructures for Neuroscientists: The GAAIN and neuGRID Examples (Daniele Orlandi, Alberto Redolfi, Jérôme Revillard, David Manset, Stefan Teipel, Giovanni B. Frisoni)....Pages 161-176
Theory and Application of Nonlinear Time Series Analysis (Angelo Di Garbo)....Pages 177-200
Measures of Spike Train Synchrony and Directionality (Eero Satuvuori, Irene Malvestio, Thomas Kreuz)....Pages 201-222
Space-by-Time Tensor Decomposition for Single-Trial Analysis of Neural Signals (Ioannis Delis, Arno Onken, Stefano Panzeri)....Pages 223-237
Inverse Modeling for MEG/EEG Data (Alberto Sorrentino, Michele Piana)....Pages 239-253