计算神经科学

课题组简介

本课题组研究综合应用数学建模、统计力学、机器学习、光学成像等技术和方法研究神经系统信息处理和传递的机制及其在生物个体感知认知的功能。主要的研究方向在于运用数学和大规模科学计算的方法去模拟、数值仿真、分析神经生物学中神经元网络的动力学特性，通过数学分析了解哺乳动物皮层的生物功能是如何在神经元网络各组分之间的相互作用中产生的。在神经生物学领域中最有意义的贡献是揭示了神经元网络动力学和网络结构之间的可能联系，而此联系已有神经生理学上的实验证据。并且通过模拟哺乳动物视皮层的大规模神经元网络，利用数学方法找到了一个可能的分岔结构确定了一个视皮层动力学上的运行点，从而发现了哺乳动物视觉朝向选择性的一个新机制。

研究方向

近期的主要研究方向包括：

• 开展神经网络门控模式和信息流、信息处理的神经环路模型，应用于建立神经系统信息处理的数学模型，并利用该模型设计类脑学习计算模型；
• 利用统计力学降维手法，继续建立视皮层网络模型的研究，并应用该模型解释实验现象以及提出科学假说；
• 利用自己课题组所研发的成像系统（具有同时高空间分辨率和高时间分辨率的光学成像技术），追踪自由爬行的线虫并研究线虫爬行排泄产卵等行为，及其神经环路基础

研究成果

近期文章发表：

相关链接

相关实验室和研究机构：