Activities
2020年11月5日，2020中國自動化大會Workshop之“計算神經(jīng)科學(xué)與智能計算應(yīng)用”通過線上形式成功召開。計算神經(jīng)科學(xué)是腦科學(xué)中最令人激動的跨領(lǐng)域交叉學(xué)科之一，作為信息科學(xué)與現(xiàn)代認(rèn)知神經(jīng)科學(xué)實現(xiàn)結(jié)合的關(guān)鍵橋梁，計算神經(jīng)科學(xué)在幫助揭示腦機理、發(fā)展類腦計算和人工智能方面起至關(guān)重要的作用。本次專題由生物控制論與生物醫(yī)學(xué)工程專委會承辦，邀請了國內(nèi)計算神經(jīng)科學(xué)與智能計算領(lǐng)域的多位一線研究者做報告，討論了神經(jīng)系統(tǒng)的高效處理機制、神經(jīng)信息編碼與計算理論、神經(jīng)環(huán)路的重構(gòu)與模擬等問題。本專題由北京師范大學(xué)王大輝教授和電子科技大學(xué)郭大慶教授擔(dān)任會議主席及主持人。
.jpg)
線上會議召開
首先，上海交通大學(xué)李松挺副教授作“大腦網(wǎng)絡(luò)結(jié)構(gòu)中的最大熵原理”專題報告。報告介紹了最大熵原理優(yōu)化的生物學(xué)實現(xiàn)過程以及相應(yīng)的腦網(wǎng)絡(luò)結(jié)構(gòu)生成模型，可較為準(zhǔn)確地重構(gòu)不同物種腦網(wǎng)絡(luò)結(jié)構(gòu)的多種統(tǒng)計特性。表明大腦網(wǎng)絡(luò)通過演化使其具有高熵的結(jié)構(gòu)多樣性特點，可支持其高效的信息處理功能。
.png)
李松挺：大腦網(wǎng)絡(luò)結(jié)構(gòu)中的最大熵原理
復(fù)旦大學(xué)類腦研究院宋卓異青年研究員作“果蠅光感受器微跳視機制可以助于產(chǎn)生高分辨率視覺”專題報告，報告介紹了果蠅光感受器感知大范圍光強變化的自適應(yīng)等機制。通過借鑒生物的智能機制，可以推進人工機器的智能感知與決策。
.png)
宋卓異：果蠅光感受器微跳視機制可以助于產(chǎn)生高分辨率視覺
北京工業(yè)大學(xué)鄧欣依講師作“大腦海馬中的記憶漣漪”專題報告。報告介紹了一種合并標(biāo)值點過程和狀態(tài)空間模型的統(tǒng)計算法，通過對大鼠海馬神經(jīng)元放電活動的快速解碼，達到對記憶形成有選擇性地、實時地操縱。
.png)
鄧欣依：大腦海馬中的記憶漣漪
重慶大學(xué)弭元元研究員作“Temporally coherent perturbation of neural dynamics during retention alters human multi-item working memory”專題報告。報告介紹了一種“動態(tài)擾動”方法，操控人類工作記憶的相對記憶強度，通過連續(xù)吸引子神經(jīng)網(wǎng)路與短時程突觸可塑性理論相結(jié)合的神經(jīng)網(wǎng)絡(luò)模型，研究了短時程可塑性對大腦工作記憶的調(diào)控機制。為操縱工作記憶提供了一個有希望的、非侵入性的方法。
.png)
弭元元：Temporally coherent perturbation of neural dynamics during retention alters human multi-item working memory
電子科技大學(xué)楊開富副研究員作“結(jié)構(gòu)化場景中的視覺搜索機制、模型及應(yīng)用”專題報告。報告由視覺搜索研究的基本問題：大腦是利用什么機制和策略來實現(xiàn)高效率的視覺搜索任務(wù)展開，介紹了結(jié)構(gòu)化場景中的視覺搜索基本理論和近期研究進展，以及該課題組基于引導(dǎo)搜索理論的注意模型及在交通場景分析中的具體應(yīng)用。
.png)
楊開富：結(jié)構(gòu)化場景中的視覺搜索機制、模型及應(yīng)用
華東理工大學(xué)王毅泓副研究員作“網(wǎng)格細(xì)胞的三維空間發(fā)放模型”專題報告。報告介紹了對于嚙齒類動物網(wǎng)格細(xì)胞在三維空間的活動模式的建模，通過引入重力和動物身體平面的參考信號，建立了一個重力調(diào)制的振蕩模型來模擬三維空間中曲面上的網(wǎng)格細(xì)胞活動模式，并利用模型解釋了一些實驗現(xiàn)象。該研究有助于我們初步了解大腦編碼實際三維空間的模式。
.png)
王毅泓：網(wǎng)格細(xì)胞的三維空間發(fā)放模型
南方科技大學(xué)劉泉影助理教授作“基于fMRI先驗的腦電源定位的半監(jiān)督深度學(xué)習(xí)求解”專題報告。報告介紹了基于腦連接先驗的深度學(xué)習(xí)源定位算法。基于貝葉斯框架，使用fMRI元分析（Meta Analysis）的結(jié)果構(gòu)建了腦源先驗信息數(shù)據(jù)庫，從而避免使用過于簡單的稀疏先驗。同時構(gòu)建了跨模態(tài)的深度編碼解碼器來進行腦電源定位。該團隊希望通過使用合成源數(shù)據(jù)對網(wǎng)絡(luò)進行訓(xùn)練，并利用對抗損失引入先驗數(shù)據(jù)集，使模型可以在進行實時源定位的同時讓溯源結(jié)果更加精確與可信。
.png)
劉泉影：基于fMRI先驗的腦電源定位的半監(jiān)督深度學(xué)習(xí)求解
最后，郭大慶教授對本次專題會議進行總結(jié)，感謝會務(wù)組的組織，感謝各位報告老師，感謝大家的積極參與。
.png)
會議致謝
來源：CAA生物控制論與生物醫(yī)學(xué)工程專委會
