فلش‌کارت‌های آموزشی مبانی نوروساینس نظری: مغز به مثابه کامپیوتر و کامپیوتر به مثابه مغز (با رویکرد سازگار)

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مبانی نوروساینس نظری: مغز به مثابه کامپیوتر و کامپیوتر به مثابه مغز (با رویکرد سازگار)

موضوع کلی: علوم شناختی و مهندسی سیستم‌های هوشمند

موضوع میانی: مدل‌سازی محاسباتی مغز و هوش مصنوعی

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر علوم شناختی و هوش مصنوعی
• 2. مبانی نوروساینس نظری
• 3. مدل‌سازی محاسباتی مغز
• 4. کامپیوتر به مثابه مغز
• 5. تاریخچه نوروساینس نظری
• 6. رویکردهای سیستمی به مغز
• 7. نورون‌ها: واحدهای پردازش اطلاعات
• 8. پتانسیل غشای سلولی
• 9. نورون‌های اسپایکی
• 10. مدل هودگکین-هاکسلی
• 11. شبکه‌های عصبی مصنوعی
• 12. یادگیری در شبکه‌های عصبی
• 13. یادگیری عمیق
• 14. شبکه‌های عصبی کانولوشنال
• 15. شبکه‌های عصبی بازگشتی
• 16. پردازش زبان طبیعی
• 17. بینایی ماشین
• 18. سیستم‌های توصیه‌گر
• 19. هوش مصنوعی اخلاقی
• 20. مدل‌سازی محاسباتی یادگیری
• 21. یادگیری تقویتی
• 22. یادگیری بدون نظارت
• 23. کاهش ابعاد
• 24. خوشه‌بندی
• 25. مدل‌سازی محاسباتی ادراک
• 26. ادراک بصری
• 27. ادراک شنیداری
• 28. ادراک لمسی
• 29. مدل‌سازی محاسباتی حافظه
• 30. حافظه کوتاه‌مدت
• 31. حافظه بلندمدت
• 32. حافظه کاری
• 33. سازوکارهای عصبی حافظه
• 34. مدل‌سازی محاسباتی تصمیم‌گیری
• 35. نظریه بازی‌ها
• 36. انتخاب عقلانی
• 37. سوگیری‌های شناختی
• 38. مدل‌سازی محاسباتی توجه
• 39. مکانیزم‌های عصبی توجه
• 40. توجه انتخابی
• 41. توجه پایدار
• 42. مدل‌سازی محاسباتی زبان
• 43. پردازش واژگانی
• 44. پردازش نحوی
• 45. پردازش معنایی
• 46. تولید زبان
• 47. مدل‌سازی محاسباتی احساسات
• 48. ادراک هیجانی
• 49. تنظیم هیجانی
• 50. نقش هیجانات در تصمیم‌گیری
• 51. مدل‌سازی محاسباتی هوشیاری
• 52. نظریه‌های هوشیاری
• 53. کوانتیفیکاسیون هوشیاری
• 54. هوش مصنوعی عمومی
• 55. محدودیت‌های هوش مصنوعی
• 56. آینده علوم شناختی
• 57. روش‌های شبیه‌سازی محاسباتی
• 58. تجزیه و تحلیل داده‌های نوروساینس
• 59. مدل‌های آماری در نوروساینس
• 60. یادگیری ماشین در نوروساینس
• 61. پردازش سیگنال‌های مغزی
• 62. تصویربرداری عصبی
• 63. الکتروانسفالوگرافی (EEG)
• 64. مگنتوانسفالوگرافی (MEG)
• 65. تصویربرداری تشدید مغناطیسی کارکردی (fMRI)
• 66. پوزیترون گسیل توموگرافی (PET)
• 67. تحریک مغناطیسی ترانس‌کرانیال (TMS)
• 68. تحریک الکتریکی ترانس‌کرانیال (tDCS)
• 69. مدل‌سازی دینامیکی سیستم‌های عصبی
• 70. مدل‌های مبتنی بر پاپولیشن نورونی
• 71. مدل‌های مبتنی بر شبکه‌های اسپایکی
• 72. مدل‌های مبتنی بر اتوماتای سلولی
• 73. مدل‌های مبتنی بر شبکه‌های بیولوژیکی الهام‌گرفته
• 74. کاربرد مدل‌سازی در اختلالات عصبی
• 75. آلزایمر و مدل‌سازی
• 76. پارکینسون و مدل‌سازی
• 77. صرع و مدل‌سازی
• 78. شیزوفرنی و مدل‌سازی
• 79. اوتیسم و مدل‌سازی
• 80. افسردگی و مدل‌سازی
• 81. اضطراب و مدل‌سازی
• 82. کاربرد مدل‌سازی در توانبخشی عصبی
• 83. رابط‌های مغز و کامپیوتر (BCI)
• 84. توسعه پروتزهای عصبی
• 85. درمان‌های شناختی مبتنی بر مدل
• 86. فناوری‌های نوین در نوروساینس نظری
• 87. محاسبات کوانتومی و مغز
• 88. شبکه‌های عصبی بیولوژیکی الهام‌گرفته پیشرفته
• 89. یادگیری عمیق برای تحلیل داده‌های حجیم عصبی
• 90. هوش مصنوعی مولد در نوروساینس
• 91. مدل‌سازی محاسباتی خلاقیت
• 92. مبانی اخلاقی در توسعه هوش مصنوعی
• 93. امنیت سایبری در سیستم‌های هوشمند
• 94. حریم خصوصی داده‌های عصبی
• 95. قابلیت تفسیرپذیری مدل‌های هوش مصنوعی
• 96. نقش هوش مصنوعی در تحقیقات پزشکی
• 97. پزشکی شخصی‌سازی شده با هوش مصنوعی
• 98. تشخیص بیماری‌ها با هوش مصنوعی
• 99. کشف دارو با هوش مصنوعی
• 100. نوآوری در آموزش با هوش مصنوعی