了解人类大脑是我们这个时代最伟大、最具挑战性的科学前沿之一。CCN的使命是开发模型、原则和概念框架,加深我们对大脑功能的认识——包括健康和疾病。
特色的新闻

计算神经科学中心
生物与机器智能:点与点的连接
玛拉·约翰逊-格罗著
阅读更多
在神经科学、计算机科学和理论物理学的交叉领域,Flatiron研究所的神经科学家SueYeon Chung正在努力了解大脑的内部工作原理,并在此过程中开发类脑人工智能。
CCN采用“系统”神经科学方法,建立由基本原理驱动的模型,受神经回路和反应特性的约束,并提供对感知、认知和行为的洞察。这种跨学科的方法不仅导致了新的模型驱动的科学实验的设计,而且还封装了当前大脑的功能描述,可以刺激新的工程计算系统的发展,特别是在机器学习领域。CCN目前有计算视觉和神经电路与算法研究小组,并将于2022年1月启动神经ai和神经数据几何与统计分析研究小组。
研究




新闻及公告
2022年10月17日
从统计学到沙鼠:了解社会啮齿动物的神经连接
玛拉·约翰逊-格罗著
2022年4月19日
生物与机器智能:点与点的连接
玛拉·约翰逊-格罗著
即将来临的事件
-
29太阳 - 车间下午六时至三时
ccn2023钙和电压成像分析研讨会
- 车间下午六时至三时
研究突出了
分布式值表示和混合学习策略的计算机制
美国Farashahi, A.索尔塔尼
在现实世界中,学习奖励环境的适当表示是具有挑战性的,因为现实世界中有许多选项,每个选项都有……
自然通讯具有局部学习规则的神经最优反馈控制
运动控制的一个主要问题是理解大脑在面对…时如何计划和执行正确的动作。
NeurIPS弥合鸿沟:连接组学中合并神经元的点云
j·伯曼d . Chklovskii,j·吴
在连接组学领域,一个主要的问题是三维神经元分割。尽管基于深度学习的方法已经实现了…
arXiv: 2112.02039