神经计算建模是研究神经系统的结构、功能和机制的重要工具。通过数学、物理、计算机等工具,神经计算建模阐明了大脑工作的计算原理并推动了类脑智能的发展。为了普及这一方法,推动我国计算神经科学的人才培养,我们特别推出了《第二期神经计算建模及编程培训班》课程。
本课程由中国神经科学学会下属的《计算神经科学与神经工程专业委员会》发起,以北京大学神经信息处理课题组所著的《神经计算建模实战》教材为基础,结合BrainPy编程框架进行实践。你将学习神经计算的基本概念、方法和技术,如何用Python编程语言实现神经系统的建模和高效模拟。这将为你在神经计算和类脑智能领域的研究打下坚实的基础。同时,本期课程特别邀请了广东省智能科学与技术研究院类脑计算架构与超大规模处理系统研究组为大家讲解「类脑计算芯片与系统」,带领大家走进前沿的类脑芯片发展。
我们欢迎所有对神经计算建模感兴趣的老师和学生参加本期培训班,不论你来自哪个领域,我们坚信你将从中收获颇丰。
「课程内容包括」:
「我们期待的学员」:
本次培训班主要由「北京大学信息处理实验室」开展进行,授课老师由吴思教授及其课题组成员组成。由吴思教授领导的北京大学神经信息处理实验室隶属于北京大学心理与认知科学学院。该实验室的研究领域是计算认知神经科学和类脑计算。实验室与认知科学家、神经科学家、信息科学家等进行密切合作,用数理方法和计算机仿真来构建神经系统加工信息的计算模型,阐明大脑处理信息的一般性原理,并在此基础上发展类脑的人工智能算法。
本次培训班特别邀请广东智能科学研究院「类脑计算架构与超大规模处理系统课题组」讲授类脑计算系统与芯片。由环宇翔研究员领导的类脑计算架构与超大规模处理系统课题组面向类脑计算的硬件处理架构和超大规模类脑计算系统设计展开研究,旨在借鉴人脑的信息处理机制,设计具有神经拟态特性的专用处理内核、大规模的芯片互联架构与方法、以及面向全脑尺度千亿神经元规模超级计算系统。
培训时间:2023年11月04日-11月26日
培训方式:线上课程,基于腾讯会议进行授课。
1、培训费:
「600元/人」。费用仅包含本次培训课程费,不包括纸质会议资料及其他费用。
2、缴费方式:
「在线注册缴费,网址:https://meeting.cns.org.cn/2ndNCMP/」
推送最下方点击“阅读全文”也可以报名。
3、截止日期:
「2023年11月01日23:59」。本次会议名额有限(280人),报满为止。
4、本次培训为学员授予结业证书。
5、发票:开具培训费发票。培训班结束后一个月内开具。
培训会务组
培训课程组
报名缴费
❝经过这一个周的学习,我对神经计算有了直观的了解,包括不同层次的模拟(离子通道,突触,神经元,网络),明白了模型并非越精细越好,而要和想回答的问题紧密相连,既可以严格贴合生物构造与现象,也可以化繁为简提取关键因素,意识到神经计算也能够揭示意识和行为等的逻辑与机制 ,也在此过程中第一次上手编程(虽然python的书看了两遍,但第一次编程)。虽然这些收获与感悟可能对于神经计算领域的人来说过于浅显,但是作为生物学背景的人我很开心接受到这些知识的拓展。这个周的学习也坚定了我结合神经生物学与神经计算来揭示神经科学基本规律的决心,我认为神经生物学研究者能够观察到很多有趣的,细节的现象(他们应当更敏锐),而神经计算研究者擅长于归纳总结,提纲挈领,两者应当紧密结合,希望我们大家都能在以后的研究中通过学习与合作,推动神经科学的机制研究。—— 周瑞
❞
❝报名这个课程让我近距离接触到了清北的优秀师兄师姐们,也带领我进入了计算神经科学的大门。作为一个心理学专业的本科生,我深知自己还有很多数理和编程知识需要补充,这次课程提供的资源,至少在接下来的几个月,都够我继续探索钻研,再次感谢教员们的精心准备和辛勤付出!愿共赴,直至星辰大海的尽头。—— 罗韬昱
❞
❝这是一段十分宝贵的学习经历,经过七天紧张忙碌的学习主要有以下收获:1.对计算神经科学的知识体系和理框架有了一个总体的认知;2.对如何搭建Brainpy计算环境并使用Python编程对神经科学研究对象及问题进行建模有了一个全面细致的了解;3.对动力系统、矩阵论、概率论等工具进行数学建模和理论分析有了更深刻的感受。七天时间的高强度教学点燃了同学们对计算神经科学的热情,这只是万里长征的第一步,是每个人关于计算神经科学故事的开始,还有很多内容需要消化巩固,对数学编程等培训中发现的知识漏洞和薄弱环节有待充实提高。加强与老师和同学们的联系,在科学探索和学科交叉中寻求支持和帮助。—— 张维
❞
❝在一周高强度的学习节奏和老师及师兄师姐们的悉心指导下,我对计算神经科学的基本概率、方法和技术有了更深入的理解。这些知识为我未来在神经计算领域或者在类脑智能领域的研究打下坚实的基础。其次我也学习了如何结合神经计算通用编程框架BrainPy进行神经系统的方便建模和高效模拟,掌握了一些实用的技能和方法,例如如何使用BrainPy中的不同模型类、如何自定义模型参数和方程、如何进行批量模拟和分析等。作为数学专业的本科生,从前接触更多的是理论知识,通过这次实操深刻体会到数学知识的实际应用价值,未来我会坚持努力学习,不断提高自己的能力。感谢大家一起继续努力,在神经科学领域深耕!—— 丁恒洋
❞
本期课程由和鲸HeyWhale社区提供免费的云平台算力支持。
和鲸科技是一家专注于“数据科学协同”的社区运营商和平台开发商。其和鲸开源社区(www.heywhale.com)聚集了30万+数据科学从业者及爱好者在社区分享开源代码、复现实战案例、参与数据竞赛、记录成长历程。和鲸社区,帮助数据人才在交流中享受学习,在实践中快速成长。