可以朗读 语音朗读
142千字 字数
2020-08-01 发行日期
展开全部

主编推荐语

脑疾病数学模型与非线性动态理论，结合机器学习优化治疗方法。

内容简介

本书主要分为两个部分，前半部分主要介绍了建立脑疾病的各种数学模型，包括经典的电导模型，简化的模型，各种具有生理意义的网络模型或者适合于大规模计算的简化网络模型。然后，介绍了各种对模型进行分析的非线性方法，包括经典的奇异摄动理论，同步理论，相空间理论等。成功地将非线性动态理论与脑科学中脑疾病的研究结合起来，属于交叉学科的研究，对当前认识脑疾病具有一定的理论价值。后半部分主要介绍了各种最优算法，尤其是当前比较热门的机器学习算法，并将这种算法应用到脑疾病的优化治疗中。

目录

  • 封面
  • 版权信息
  • 内容简介
  • 前言
  • 第1章　绪论
  • 1.1　脑科学
  • 1.1.1　类脑研究
  • 1.1.2　脑疾病
  • 1.2　帕金森病及其诊疗技术
  • 1.2.1　帕金森病与神经电生理特性
  • 1.2.2　深部脑刺激技术
  • 1.3　闭环控制技术
  • 1.3.1　PID闭环调制
  • 1.3.2　自适应神经调制
  • 1.3.3　最优控制策略
  • 第2章　帕金森病的脉冲模型
  • 2.1　单神经元脉冲模型
  • 2.1.1　神经元生物模型
  • 2.1.2　单间室电生理模型
  • 2.1.3　双间室电生理模型
  • 2.1.4　电缆模型
  • 2.1.5　简化模型
  • 2.2　脉冲网络模型
  • 2.2.1　功能性神经网络模型
  • 2.2.2　基底核电生理网络模型
  • 2.3　本章小结
  • 第3章　脉冲模型的非线性动态
  • 3.1　相关理论
  • 3.1.1　奇异摄动理论
  • 3.1.2　Zeeman模型渐近结构分析
  • 3.2　脉冲模型的典型非线性动力学分析
  • 3.2.1　脉冲模型的快慢时间系统渐近结构分析
  • 3.2.2　脉冲模型的相平面分析
  • 3.2.3　脉冲模型的分岔动态
  • 3.2.4　脉冲模型的同步分析
  • 3.3　相响应曲线分析
  • 3.3.1　单峰脉冲神经元的相响应曲线与同步
  • 3.3.2　簇放电神经元的相响应曲线与同步
  • 3.4　本章小结
  • 第4章　基于相重置的帕金森病最优控制
  • 4.1　帕金森病的治疗机制
  • 4.1.1　帕金森病与同步现象
  • 4.1.2　神经系统的去同步控制
  • 4.2　帕金森病的相重置优化控制
  • 4.2.1　从状态方程到相模型
  • 4.2.2　外部强扰动下的PRC
  • 4.2.3　耦合对模型PRC的影响
  • 4.2.4　神经元的相重置控制
  • 4.3　本章小结
  • 第5章　基于动态规划的帕金森病最优控制
  • 5.1　动态规划
  • 5.1.1　动态规划概念
  • 5.1.2　离散的动态规划
  • 5.1.3　连续的动态规划
  • 5.2　帕金森病的动态规划最优控制
  • 5.2.1　控制问题描述
  • 5.2.2　动态规划算法描述
  • 5.2.3　控制结果
  • 5.3　本章小结
  • 第6章　基于强化学习的帕金森病最优控制
  • 6.1　强化学习基本概念
  • 6.2　强化学习的算法
  • 6.2.1　蒙特卡罗法
  • 6.2.2　瞬时差分法
  • 6.2.3　Sarsa算法
  • 6.2.4　Q学习算法
  • 6.3　连续的强化学习
  • 6.3.1　RBF神经网络Q学习
  • 6.3.2　BP神经网络
  • 6.3.3　CMAC神经网络
  • 6.4　帕金森病的强化学习最优控制
  • 6.4.1　控制问题描述
  • 6.4.2　算法实现
  • 6.5　本章小结
  • 参考文献
  • 反侵权盗版声明
  • 封底
展开全部

评分及书评

评分不足
1个评分

出版方

电子工业出版社

电子工业出版社成立于1982年10月，是国务院独资、工信部直属的中央级科技与教育出版社，是专业的信息技术知识集成和服务提供商。经过三十多年的建设与发展，已成为一家以科技和教育出版、期刊、网络、行业支撑服务、数字出版、软件研发、软科学研究、职业培训和教育为核心业务的现代知识服务集团。出版物内容涵盖了电子信息技术的各个分支及工业技术、经济管理、科普与少儿、社科人文等领域，综合出版能力位居全国出版行业前列。