当当正版 类脑计算 危辉等 9787030718938 科学出版社
新华书店直发 全新正版 急速发货 开票联系客服
¥
241.17
8.4折
¥
288
全新
库存5件
作者危辉等
出版社科学出版社
ISBN9787030718938
出版时间2023-12
装帧平装
开本16开
定价288元
货号29429926
上书时间2024-10-21
商品详情
- 品相描述:全新
- 商品描述
-
导语摘要
本书从多学科交叉的角度将神经生物学在视觉神经机制、神经元信号加工与编码方面的解剖学与电生理学发现和认知心理学关于知觉信息加工、工作记忆等方面的实验结论,与人工智能中关于图像理解与人工神经元网络模型结合起来,设计能够模拟视网膜、初级视皮层和高级视皮层部分图像信息加工功能,以及模拟神经编码微回路的数据结构和层次网络计算模型,并用计算机视觉或图像理解领域常用的测试数据集来验证这些网络计算模型的效能。这些深入考虑了神经生物学基本机制与约束的计算模型,一方面能够在工程方面为图像理解或信息保持提供不同于传统方法的新解决方案,另一方面也为神经科学研究提供了探索神经信号加工内在机理的仿真平台。这些以信息加工神经生理机制和认知心理机制为基本出发点的计算建模研究为人工智能关于表征、神经计算新模型、基于结构的学习模型、不同于经典图灵机模型的新计算架构开拓了思路。
目录
前言
第1章 什么是类脑计算
1.1 类脑计算的非正式说明
1.2 类脑计算助力工程问题
1.3 类脑计算助力神经科学研究
1.4 类脑计算与人工智能
参考文献
第2章 基于多尺度感受野的警觉保持计算模型
2.1 人类视觉系统
2.1.1 眼睛的构造
2.1.2 视网膜的结构与功能
2.1.3 视网膜一外膝体—视皮层通路的定量分析
2.1.4 视觉的空间辨别
2.1.5 视神经通路
2.1.6 感受野的研究
2.1.7 视觉信息处理机制给计算机视觉的启示
2.2 DOG模型
2.2.1 DOG模型概述
2.2.2 On事件与Off事件的定义及检测规则
2.2.3 参数选取及阈值界定
2.3 警觉保持计算模型
2.3.1 逐级加工的层次网络模型
2.3.2 多尺度感受野的设计算法
2.3.3 拟神经节单元生成算法
2.3.4 感受野覆盖特性研究
2.3.5 警觉保持算法
2.4 仿真实验
2.4.1 实验参数的设定
2.4.2 实验结果
参考文献
第3章 生物视网膜早期机制的模拟与性能平衡
3.1 生物视网膜结构模型
3.1.1 眼睛的结构与视觉成像原理
3.1.2 生物视网膜层次网络结构
3.1.3 生物视网膜信息处理的概要性流程
3.1.4 生物视网膜信息处理过程中值得研究的几个重要问题
3.2 早期视觉模型分类与分析
3.2.1 早期视觉模型分类
3.2.2 “黑匣子”算法模型
3.2.3 简单生理拟合模型
3.2.4 复杂生理拟合模型
3.3 早期视觉机制的模拟
3.3.1 模拟视网膜结构的计算模型
3.3.2 视网膜神经节细胞感受野分布模型
3.3.3 光感受器细胞的算法模型
3.3.4 神经节细胞的算法模型
3.4 计算模型的实现与实验分析
3.4.1 模型的实现
3.4.2 真实图片实验结果与分析
参考文献
第4章 视网膜仿真及其感知效能分析
4.1 视网膜各层结构在信息处理中的作用
4.2 视网膜中的垂直并行通路结构简介
4.2.1 视锥细胞通路与视杆细胞通路
4.2.2 ON与OFF通路
4.2.3 颜色、亮度、运动等功能性并行通路
4.2.4 视网膜各并行通路在信息处理中的作用
4.3 视网膜模型设计与实现
4.3.1 视网膜模型的整体模式图
4.3.2 光感受器层的模拟
4.3.3 水平细胞层和双极细胞层的模拟
4.3.4 无长足细胞层的模拟
4.3.5 神经节细胞层的模拟
4.4 实验系统设计与分析
4.4.1 视网膜网络模型的基本结构验证实验
……
第5章 基于视网膜的图像局部朝向刺激表征模型
第6章 颜色拮抗机制的计算模型
第7章 初级视皮层计算模型构建及其高阶功能探索
第8章 基于非经典感受野机制的计算模型
第9章 朝向选择性模型及其应用
第10章 基于非经典感受野的图像表征模型
第11章 基于视皮层超柱结构的图像表征方法及其在形状识别中的应用
第12章 基于视皮层V4区模型的图像特征提取和物体形状识别
第13章 神经编码的统计计算模型
第14章 神经元功能网络特性分析及认知行为预测方法研究
第15章 基于生物脉冲神经元模型的功能神经回路计算建模
内容摘要
本书从多学科交叉的角度将神经生物学在视觉神经机制、神经元信号加工与编码方面的解剖学与电生理学发现和认知心理学关于知觉信息加工、工作记忆等方面的实验结论,与人工智能中关于图像理解与人工神经元网络模型结合起来,设计能够模拟视网膜、初级视皮层和高级视皮层部分图像信息加工功能,以及模拟神经编码微回路的数据结构和层次网络计算模型,并用计算机视觉或图像理解领域常用的测试数据集来验证这些网络计算模型的效能。这些深入考虑了神经生物学基本机制与约束的计算模型,一方面能够在工程方面为图像理解或信息保持提供不同于传统方法的新解决方案,另一方面也为神经科学研究提供了探索神经信号加工内在机理的仿真平台。这些以信息加工神经生理机制和认知心理机制为基本出发点的计算建模研究为人工智能关于表征、神经计算新模型、基于结构的学习模型、不同于经典图灵机模型的新计算架构开拓了思路。
— 没有更多了 —
以下为对购买帮助不大的评价