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 ed.] نویسندگان: José Bargas, Elvira Galarraga, D. James Surmeier (auth.), Pablo Rudomin, Michael A. Arbib, Francisco Cervantes-Pérez, Ranulfo Romo (eds.) سری: Research Notes in Neural Computing 4 ISBN (شابک) : 9783540565017, 9783642781025 ناشر: Springer-Verlag Berlin Heidelberg سال نشر: 1993 تعداد صفحات: 579 [587] زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 14 Mb
در صورت تبدیل فایل کتاب Neuroscience: From Neural Networks to Artificial Intelligence: Proceedings of a U.S.-Mexico Seminar held in the city of Xalapa in the state of Veracruz on December 9–11, 1991 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: از شبکه های عصبی تا هوش مصنوعی: مجموعه مقالات سمینار ایالات متحده-مکزیک که در شهر Xalapa در ایالت وراکروز در 9 تا 11 دسامبر 1991 برگزار شد. 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.
سیستم عصبی مرکزی را می توان به عنوان مجموعه ای از نورون های متخصص در انتقال و تبدیل اطلاعات در نظر گرفت. اطلاعات را می توان برای اهداف بسیاری مورد استفاده قرار داد، اما احتمالاً مهمترین آنها ایجاد نمایشی از دنیای "خارجی" است که به ارگانیسم اجازه می دهد تا به تغییرات محیط خارجی خود به درستی واکنش نشان دهد. این عملکردها از موارد اساسی مانند تشخیص تغییراتی که ممکن است منجر به آسیب بافتی و در نهایت تخریب ارگانیسم و اجرای واکنشهای اجتنابی شود تا بازنماییهای دقیقتر از دنیای بیرونی که مستلزم تشخیص اشکال، صداها و بافتها به عنوان اساس اقدام برنامه ریزی شده یا حتی بازتاب. برخی از این عملکردها مزیت زنده ماندن واضحی را به ارگانیسم می دهند (تشخیص طعمه یا جفت، واکنش های فرار و غیره). سایرین را می توان به عنوان بخشی اساسی از فرآیندهای شناختی در نظر گرفت که به درجات مختلف به رشد فردیت و خودآگاهی کمک می کنند. چگونه می توانیم امیدوار باشیم که پیچیدگی ذاتی این طیف از عملکردها را درک کنیم؟ یکی از ویژگی های متمایز دو دهه اخیر در دسترس بودن قدرت محاسباتی بوده است که بر بسیاری از حوزه های علم تأثیر گذاشته است. در فیزیولوژی عصبی، محاسبات برای کنترل آزمایش، تجزیه و تحلیل داده ها و برای ساخت مدل هایی که سیستم های خاص را شبیه سازی می کنند، استفاده می شود. تجزیه و تحلیل رفتار شبکههای عصبی از محدودیتهای علوم اعصاب فراتر رفته و اکنون به خودی خود یک رشته با کاربردهای بالقوه هم در علوم عصبی و هم در علوم محاسباتی است.
The Central Nervous System can be considered as an aggregate of neurons specialized in both the transmission and transformation of information. Information can be used for many purposes, but probably the most important one is to generate a representation of the "external" world that allows the organism to react properly to changes in its external environment. These functions range from such basic ones as detection of changes that may lead to tissue damage and eventual destruction of the organism and the implementation of avoidance reactions, to more elaborate representations of the external world implying recognition of shapes, sounds and textures as the basis of planned action or even reflection. Some of these functions confer a clear survival advantage to the organism (prey or mate recognition, escape reactions, etc. ). Others can be considered as an essential part of cognitive processes that contribute, to varying degrees, to the development of individuality and self-consciousness. How can we hope to understand the complexity inherent in this range of functionalities? One of the distinguishing features of the last two decades has been the availability of computational power that has impacted many areas of science. In neurophysiology, computation is used for experiment control, data analysis and for the construction of models that simulate particular systems. Analysis of the behavior of neuronal networks has transcended the limits of neuroscience and is now a discipline in itself, with potential applications both in the neural sciences and in computing sciences.