انتقل إلى المحتوى

مستخدم:Tamer-92/العلوم العصبية الحاسوبية

من ويكيبيديا، الموسوعة الحرة

علم الأعصاب الحسابي (المعروف أيضًا باسم علم الأعصاب النظري أو علم الأعصاب الرياضياتي) هو أحد فروع علم الأعصاب التي تهدف إلى فهم المبادئ التي تحكم   نمو الجهاز العصبي وهيكليته وظائفه و القدرات المعرفية  في  الجهاز العصبي عبر استخدام النماذج الرياضياتية والتحاليل النظرية والتجريدية للدماغ. [1] [2] [3] [4]

ويركز علم الأعصاب الحسابي على وصف الخلايا العصبية ( والأنظمة العصبية ) الممكنة الحدوث بيولوجياً ودراستها وظيفياً وديناميكياً، ولذلك يجب التمييز بين علم الأعصاب الحسابي المعني بالتمثيل الحقيقي للأعصاب، وبين الاختصاصات المتعلقة بالأعصاب من الناحية النظرية غير الواقعية مثل الترابطية وتعلم الآلة و الشبكات العصبية الاصطناعية و الذكاء الاصطناعي ونظرية التعلم الحاسوبية . [5] [6] [7] [8] [9] [10] [11] [12]

من الناحية النظرية ، فإن علم الأعصاب الحسابي يعتبر مجالًا فرعياً في علم الأعصاب النظري الذي يستخدم المحاكاة الحاسوبية للتحقق من صحة النماذج الرياضية وحلها. ومع ذلك ، بما أن النماذج الرياضية المعقولة بيولوجياً التي يقدمها علم الأعصاب تكون في الغالب معقدة للغاية بحيث لا يمكن تحليلها ، فإن المصطلحين يعتبران متماثلات ويمكن استخدامهما بشكل متبادل. [1] كما يستخدم مصطلح علم الأعصاب الرياضي أحيانًا ، للتأكيد على الطبيعة التكميمية لهذا الاختصاص العلمي. [13]

تعتبر النماذج الرياضية المصاغة في علم الأعصاب الحسابي مفيدة لأنها تعبر عن السمات الأساسية للنظام البيولوجي بالنظر إليها عبر مقاييس مختلة بالأحجام والفترات الزمنية، مثل تيارات الغشاء الخلوي والبروتينات والاقتران الكيميائي إلى تقلبات الشبكة والبنية الطولانية والطبوغرافية للخلايا العصبيةوالتعلم والذاكرة. علاوة على ذلك ، تضع هذه النماذج الحسابية فرضيات يمكن اختبارها مباشرة من خلال تجارب بيولوجية أو نفسية.

الموضوعات الرئيسية[عدل]

يمكن تصنيف الأبحاث في علم الأعصاب الحسابي إلى مجموعة من الأسئلة العلمية التي يحاول العلماء الإجابة عنها. يتعاون معظم علماء الأعصاب الحوسبية بشكل وثيق مع العلماء التجريبيين بهدف تحليل البيانات الجديدة وتوليف نماذج جديدة لتفسير الظواهر البيولوجية.

نمذجة خلية عصبونية واحدة[عدل]

حتى واحد من العصبونات لدية خصائص فيزيائية حيوية معقدة و يمكنه إجراء العمليات الحسابية [14].  قام هودجكن و هكسلي النموذج الأصلي فقط استعملا اثنين من جهود التيارات الكهربائية الحساسة  (الجهد الحساسة لقنوات أيون بروتين سكري الجزيئات التي تمتد من خلال ثنائية الدهن ، مما يسمح للشوارد  بالعبور تحت ظروف معينة من خلال غمد المحوار في العصبونات) ،  الصوديوم سريع الانفعال و البوتاسيوم الداخل-المعدل. رغم نجاحه في التنبؤ بالتوقيت و الميزات النوعية للتقاعل الكامن،  و لكنه فشل في التنبؤ عدد من الميزات الهامة مثل التكيف و تحويلة. يعتقد العلماء الآن أن هناك مجموعة متنوعة واسعة من الجهود الحساسة داخل العصبونات، تختلف الاثار الناجمة عن التغييرات  في هذه الجهود و التيارات على العصبونات و الخلايات الناقلة للتيار. دراسة هذه التيارات الكهربائية هو موضوع مهم الحاسوبية علم الأعصاب.[15]


نمو الخلايا العصبية، وأنماط نمو محوار الأعصاب وكيفية اتجاهيتها[عدل]

معالجة المعلومات الحسية[عدل]

الذاكرة ومرونة المشابك العصبية[عدل]

دراسة الشبكات العصبية[عدل]

الإدراك والتمييز والتعلم[عدل]

الوعي[عدل]

علم الأعصاب الحسابي السريري[عدل]

[[:تصنيف:علم أحياء رياضياتي]] [[:تصنيف:علوم عصبية استعرافية]] [[:تصنيف:علوم عصبية حاسوبية]] [[:تصنيف:علوم عصبية]]

  1. ^ ا ب Trappenberg، Thomas P. (2002). Fundamentals of Computational Neuroscience. United States: Oxford University Press Inc. ص. 1. ISBN:978-0-19-851582-1.
  2. ^ What is computational neuroscience? Patricia S. Churchland, Christof Koch, Terrence J. Sejnowski. in Computational Neuroscience pp.46-55. Edited by Eric L. Schwartz. 1993. MIT Press "Archived copy". مؤرشف من الأصل في 2011-06-04. اطلع عليه بتاريخ 2009-06-11. {{استشهاد ويب}}: الوسيط غير المعروف |deadurl= تم تجاهله (مساعدة)صيانة الاستشهاد: الأرشيف كعنوان (link)
  3. ^ Press, The MIT. "Theoretical Neuroscience". The MIT Press (بالإنجليزية). Retrieved 2018-05-24.
  4. ^ Gerstner, W.؛ Kistler, W.؛ Naud, R.؛ Paninski, L. (2014). Neuronal Dynamics. Cambridge, UK: Cambridge University Press. ISBN:9781107447615.
  5. ^ "Encephalos Journal". www.encephalos.gr. اطلع عليه بتاريخ 2018-02-20.
  6. ^ Zorzi، Marco؛ Testolin، Alberto؛ Stoianov، Ivilin P. (20 أغسطس 2013). "Modeling language and cognition with deep unsupervised learning: a tutorial overview". Frontiers in Psychology. ج. 4. DOI:10.3389/fpsyg.2013.00515. ISSN:1664-1078. PMID:23970869. {{استشهاد بدورية محكمة}}: الوسيط غير المعروف |PMCID= تم تجاهله يقترح استخدام |pmc= (مساعدة)صيانة الاستشهاد: دوي مجاني غير معلم (link)
  7. ^ "Organismically-inspired robotics: homeostatic adaptation and teleology beyond the closed sensorimotor loop" (PDF).
  8. ^ Pfeifer, R.; Schreter, Z.; Fogelman-Soulié, F.; Steels, L. (23 Aug 1989). Connectionism in Perspective (بالإنجليزية). Elsevier. ISBN:9780444598769.
  9. ^ "ANALYTIC AND CONTINENTAL PHILOSOPHY".
  10. ^ Shai, Adam; Larkum, Matthew Evan (5 Dec 2017). "Branching into brains". eLife (بالإنجليزية). 6. DOI:10.7554/eLife.33066. ISSN:2050-084X.{{استشهاد بدورية محكمة}}: صيانة الاستشهاد: دوي مجاني غير معلم (link)
  11. ^ "Turing centenary: Is the brain a good model for machine intelligence?". Nature (بالإنجليزية). 482 (7386): 462–463. 22 Feb 2012. DOI:10.1038/482462a. ISSN:0028-0836.
  12. ^ Browne, A. (1 Jan 1997). Neural Network Perspectives on Cognition and Adaptive Robotics (بالإنجليزية). CRC Press. ISBN:9780750304559.
  13. ^ Gutkin، Boris؛ Pinto، David؛ Ermentrout، Bard (مارس 2003). "Mathematical neuroscience: from neurons to circuits to systems". Journal of Physiology, Paris. ج. 97 ع. 2–3: 209–219. DOI:10.1016/j.jphysparis.2003.09.005. ISSN:0928-4257. PMID:14766142.
  14. ^ Forrest, M. D. (2014). Intracellular calcium dynamics permit a Purkinje neuron model to perform toggle and gain computations upon its inputs. Frontiers in computational neuroscience, 8, 86.
  15. ^ Johnston, D., & Wu, S. M. S. (1994). Foundations of cellular neurophysiology. MIT press.
مجلوبة من «https://ar.wikipedia.org/w/index.php?title=مستخدم:Tamer-92/العلوم_العصبية_الحاسوبية&oldid=63186967»