دوره اصول مدل‌سازی شبکه‌های عصبی چندسیستمی برای درک عملکردهای مغزی همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره اصول مدل‌سازی شبکه‌های عصبی چندسیستمی برای درک عملکردهای مغزی

موضوع کلی: علوم اعصاب محاسباتی و هوش مصنوعی

موضوع میانی: مدل‌سازی ریاضی و عصبی کارکردهای شناختی مغز

📋 سرفصل‌های دوره (100 موضوع)

• 1. مبانی بیولوژیکی و محاسباتی در سیستم‌های عصبی
• 2. معماری نورون‌های مصنوعی و مدل‌های بیوفیزیکی ساده‌شده
• 3. اصول ریاضی در مدل‌سازی پتانسیل عمل و دینامیک غشاء
• 4. تحلیل شبکه‌های عصبی در مقیاس کوچک و میان‌مقیاس
• 5. مدل‌سازی سیناپس‌های شیمیایی و مکانیسم‌های انتقال پیام
• 6. تئوری‌های یادگیری عصبی و قواعد تغییر وزن‌های سیناپسی
• 7. مدل‌سازی ریاضی حافظه کوتاه‌مدت و حافظه فعال
• 8. ساختار شبکه‌های عصبی چندسیستمی در تحلیل کارکردهای شناختی
• 9. مدل‌سازی سیستم بینایی و پردازش ویژگی‌های تصویر در مغز
• 10. مکانیسم‌های محاسباتی در سیستم‌های حرکتی و کنترل بازخورد
• 11. یکپارچه‌سازی اطلاعات در شبکه‌های عصبی چند ناحیه‌ای
• 12. مدل‌سازی تعاملات قشر مخ و زیرقشر در تصمیم‌گیری
• 13. نقش نوسانات عصبی در هماهنگی فعالیت شبکه‌های مغزی
• 14. مدل‌سازی ریاضی توجه انتخابی و فیلتر کردن اطلاعات
• 15. محاسبات عصبی در فرآیندهای یادگیری تقویت‌شونده
• 16. شبیه‌سازی دینامیک شبکه‌های عصبی در حالت استراحت
• 17. تحلیل پایداری و همگرایی در مدل‌های عصبی بازگشتی
• 18. مدل‌سازی بازنمایی‌های فضایی در سیستم هیپوکامپ
• 19. اصول محاسباتی در بازشناسی الگوها و دسته‌بندی عصبی
• 20. مدل‌سازی ریاضی انعطاف‌پذیری عصبی و نگاشت‌های مغزی
• 21. تحلیل شبکه‌های عصبی مبتنی بر تئوری اطلاعات
• 22. مدل‌سازی پردازش‌های زبانی در چارچوب شبکه‌های عصبی
• 23. تلفیق مدل‌های بیولوژیکی با معماری‌های هوش مصنوعی
• 24. روش‌های عددی برای حل معادلات دیفرانسیل در مدل‌سازی مغز
• 25. ارزیابی دقت مدل‌های عصبی در پیش‌بینی رفتارهای شناختی
• 26. کاربرد مدل‌های محاسباتی در درک اختلالات سیستم عصبی
• 27. چالش‌های مقیاس‌پذیری در مدل‌سازی کل مغز
• 28. اخلاق در مدل‌سازی محاسباتی مغز و هوش مصنوعی
• 29. چشم‌انداز آینده در توسعه مدل‌های عصبی چندسیستمی