Ocena:
Obecnie brak opinii czytelników. Ocena opiera się na 4 głosach.
Computational Modeling Methods for Neuroscientists
Przewodnik po metodach modelowania obliczeniowego w neuronauce, obejmujący szereg skal modelowania, od reakcji molekularnych po duże sieci neuronowe.
Książka stanowi wprowadzenie do aktualnych metod modelowania obliczeniowego w neuronauce. Książka opisuje realistyczne metody modelowania na poziomach złożoności, od interakcji molekularnych po duże sieci neuronowe. Jest to książka typu „jak to zrobić”, a nie analityczna, skupiająca się na prezentacji podejść metodologicznych, w tym na wyborze odpowiedniej metody i jej potencjalnych pułapkach. Jest przeznaczony dla eksperymentalnych neuronaukowców i studentów, którzy mają niewielkie formalne przeszkolenie w zakresie metod matematycznych, ale będzie również przydatny dla naukowców z podstawami teoretycznymi, którzy chcą zacząć korzystać z metod modelowania opartych na danych. Potrzebna matematyka jest utrzymana na poziomie wprowadzającym; pierwszy rozdział wyjaśnia metody matematyczne, które czytelnik musi opanować, aby zrozumieć resztę książki. Rozdziały zostały napisane przez naukowców, którzy z powodzeniem zintegrowali modelowanie oparte na danych z pracą eksperymentalną, więc cały materiał jest dostępny dla eksperymentatorów. Rozdziały oferują kompleksowe pokrycie z niewielkim nakładaniem się i obszernymi odsyłaczami, przechodząc od podstawowych bloków konstrukcyjnych do bardziej złożonych aplikacji.
Autorzy
Pablo Achard, Haroon Anwar, Upinder S. Bhalla, Michiel Berends, Nicolas Brunel, Ronald L. Calabrese, Brenda Claiborne, Hugo Cornelis, Erik De Schutter, Alain Destexhe, Bard Ermentrout, Kristen Harris, Sean Hill, John R. Huguenard, William R. Holmes, Gwen Jacobs, Gwendal LeMasson, Henry Markram, Reinoud Maex, Astrid A. Prinz, Imad Riachi, John Rinzel, Arnd Roth, Felix Sch rmann, Werner Van Geit, Mark C. W. van Rossum, Stefan Wils.