类脑智能导论  200600M05001H

学期:2020—2021学年(春)第二学期 | 课程属性:专业普及课 | 任课教师:曾毅,张倩,余山
授课时间: 星期四,第5、6 节
授课地点: 教一楼114
授课周次: 1、2、3、4、5、7、8、9、10、11、12、13、14、15
授课时间: 星期四,第5、6 节
授课地点: 教一楼114
授课周次: 16
课程编号: 200600M05001H 课时: 32 学分: 2.00
课程属性: 专业普及课 主讲教师:曾毅,张倩,余山 助教:
英文名称: Introduction to Brain-inspired Intelligence 召集人:

教学目的、要求

本课程为面向硕士生和博士生开设的专业普及课,是从事脑科学与智能技术相关研究工作的入门课程,主要授课对象是未来技术学院相关专业的学生,其他专业的学生也可选学,通过此课程获得脑认知和类脑智能方面的基本训练、常识或修养。内容包括脑与认知基础理论、类脑神经网络模型、脑复杂网络理论、类脑认知计算模型、类脑信息处理、类脑智能应用等。

预修课程

教 材

主要内容

第一章	类脑智能引论 (6学时)
1.1	人工智能与类脑智能研究回顾
1.2	类脑智能学习模型引论
1.3	类脑认知计算模型与应用初探
第二章 脑与认知
2.1 学习与记忆神经系统 (2学时);
2.2 感知系统及其整合的神经机制 (2学时);
2.3 推理、决策与规划的神经系统 (2学时);
2.4 语言的神经机制与系统 (2学时);
第三章 类脑神经网络模型
3.1 人工神经网络基本原理 (2学时);
3.2 深度神经网络模型(2学时);		
3.3 脉冲神经网络及其应用(2学时);
第四章 脑复杂网络理论与演化
4.1 脑网络复杂系统 (2学时);
4.2 脑发育与演化模型 (2学时);
第五章 类脑认知计算模型
5.1 脑皮层计算建模 (1学时);
5.2 多脑区协同与认知功能计算模型 (1学时);
第六章 类脑智能应用与展望
6.1 神经形态芯片 (2学时);
6.2 类脑智能机器人 (2学时);
6.3 类脑智能的未来 (2学时);

参考文献

1.	Michael S. Gazzaniga, Richard B. Ivry, George R. Mangun. Cognitive Neuroscience: The Biology of the Mind. W. W. Norton & Company, 2013.
2.	Peter Dayan, LF Abbott. Theoretical Neuroscience. MIT Press, 2005.
3.	Eric Kandel, James Schwartz, Thomas Jessell, Steven Siegebaum. Principles of Neural Science. McGraw-Hill Education, 2013.
4.	Ian Goodfellow, Yoshua Bengio and Aaron Courville. Deep Learning Book. MIT Press, 2016.