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: نویسندگان: Rajesh P. N. Rao, Bruno A. Olshausen, Michael S. Lewicki (eds.) سری: Neural Information Processing ISBN (شابک) : 0262182246, 9780262182249 ناشر: A Bradford Book, The MIT Press سال نشر: 2002 تعداد صفحات: 335 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 3 مگابایت
در صورت تبدیل فایل کتاب Probabilistic Models of the Brain: Perception and Neural Function (Neural Information Processing) 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 مدلهای احتمالی مغز: ادراک و عملکرد عصبی (پردازش اطلاعات عصبی) 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.
مطالعات نوروفیزیولوژیک، نوروآناتومیک و تصویربرداری مغز به روشن کردن چگونگی تبدیل مغز اطلاعات حسی خام به شکلی که برای رفتار هدفمند مفید است کمک کرده است. با این حال، یک سوال اساسی که به ندرت توسط این مطالعات به آن پرداخته می شود، این است که چرا مغز از انواع بازنمایی هایی که انجام می دهد استفاده می کند و این بازنمایی ها، در صورت وجود، چه مزیت تکاملی به همراه دارند. پرداختن به چنین سؤالاتی به طور مستقیم از طریق آزمایش های حیوانی دشوار است. یک جایگزین امیدوارکننده، استفاده از اصول احتمالاتی مانند حداکثر احتمال و استنتاج بیزی برای استخراج مدلهای عملکرد مغز است. این کتاب برخی از رویکردهای احتمالی فعلی برای مدلسازی و درک عملکرد مغز را بررسی میکند. اگرچه بیشتر نمونه ها بر روی بینایی تمرکز دارند، بسیاری از مدل ها و تکنیک ها برای سایر روش ها نیز قابل اجرا هستند. این کتاب مدل های محاسباتی از بالا به پایین و همچنین مدل های عملکرد مغز با انگیزه عصبی از پایین به بالا را ارائه می دهد. موضوعات تحت پوشش شامل مدلهای بیزی و نظریه اطلاعاتی ادراک، نظریههای احتمالی کدگذاری عصبی و زمانبندی سنبله، مدلهای محاسباتی اتصالات بازخورد جانبی و قشر مغز، و توسعه ویژگیهای میدان دریافتی از سیگنالهای طبیعی است.
Neurophysiological, neuroanatomical, and brain imaging studies have helped to shed light on how the brain transforms raw sensory information into a form that is useful for goal-directed behavior. A fundamental question that is seldom addressed by these studies, however, is why the brain uses the types of representations it does and what evolutionary advantage, if any, these representations confer. It is difficult to address such questions directly via animal experiments. A promising alternative is to use probabilistic principles such as maximum likelihood and Bayesian inference to derive models of brain function.This book surveys some of the current probabilistic approaches to modeling and understanding brain function. Although most of the examples focus on vision, many of the models and techniques are applicable to other modalities as well. The book presents top-down computational models as well as bottom-up neurally motivated models of brain function. The topics covered include Bayesian and information-theoretic models of perception, probabilistic theories of neural coding and spike timing, computational models of lateral and cortico-cortical feedback connections, and the development of receptive field properties from natural signals.