机读格式显示(MARC)

• 000 01779nam0 2200301 450

• 001 0000617139

• 005 20241207174700.0

• 010 __ |a 978-7-121-38923-8 |d CNY95.00

• 100 __ |a 20230619d2023 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 神经计算建模实战 |A shen jing ji suan jian mo shi zhan |e 基于BrainPy |f 王超名 ... [等] 著

• 210 __ |a 北京 |c 电子工业出版社 |d 2023

• 215 __ |a xviii, 246页 |c 图 |d 24cm

• 304 __ |a 题名页题: 王超名, 陈啸宇, 张天秋, 吴思著

• 314 __ |a 王超名, 北京大学心理与认知科学学院博士后, 于2018年获得北京交通大学工学学士学位, 2023年获得北京大学理学博士学位。研究领域是计算认知神经科学与大规模脑仿真, 是通用脑动力学编程框架BrainPy的发起人与主理人。陈啸宇, 加拿大多伦多大学生理系博士研究生, 于2021年获得清华大学理学学士学位, 曾于北京大学神经信息处理实验室担任科研助理, 研究领域是神经生物学和计算认知神经科学。张天秋, 北京大学前沿交叉学科研究院博士研究生, 于2022年获得北京邮电大学工学学士学位, 研究领域是计算认知神经科学与大规模脑仿真。

• 320 __ |a 有书目 (第241-246页)

• 330 __ |a 本书采用理论与实践结合的方式为读者讲述计算神经科学的基础知识。它从基础的数学和物理原理出发, 详细介绍了各类神经元模型、突触模型, 以及具有不同结构和功能的网络模型, 如兴奋-抑制平衡网络、决策网络、连续吸引子网络、库网络等。本书不仅讲解了理论知识, 还基于BrainPy (专门针对计算神经科学设计的编程框架) 提供了实践代码, 使读者能够动手模拟和分析神经系统的行为和性质。

• 517 1_ |a 基于BrainPy |A ji yu BrainPy

• 606 0_ |a 人工神经元网络 |A ren gong shen jing yuan wang luo |x 计算 |x 系统建模 |x 研究

• 690 __ |a TP183 |v 5

• 701 _0 |a 王超名 |A wang chao ming |4 著

• 701 _0 |a 陈啸宇 |A chen xiao yu |4 著

• 701 _0 |a 张天秋 |A zhang tian qiu |4 著

• 801 _0 |a CN |b 湖北三新 |c 20230619

• 905 __ |a WXCSXY |d TP183/81