脑与认知科学基础

全彩印刷，全程视频讲解，详细阐述脑与认知及计算的基础知识和实践，适合人工智能专业及智能类课程学习的工具书。

本书系统介绍脑与认知及计算相关的基础。全书共分12章。第1章为认知与计算，重点介绍认知、元认知、脑结构与功能，脑与认知框架等；第2章为方法与技术，重点介绍心理学方法、电生理学方法、脑成像、数据处理等；第3章为神经与信息，重点介绍神经元、神经信息、神经通路和层级、微观与超微观等；第4章为视觉与计算，重点介绍视觉信息、对象识别、视觉理论、计算机视觉等；第5章为感知与运动，重点介绍感觉与知觉、感受器和编码、联觉和直觉、运动与控制等；第6章为注意与意识，重点介绍注意网络、注音的生理机制计音的信自加了音与田维笔，算7音为学习与记忆，重点介绍元学习、记忆模型、知识建构、贝叶斯大脑等；第8章为沟通与语言，重点介绍人类语言的独特性、失语症与语言中枢、语言处理模型、对偶学习等；第9章为情感与计算，重点介绍报偿与动机、人脑经济学、情感与选择、预测与期望等；第10章为发育与可塑，重点介绍脑功能发育、脑功能可塑性、脑改进方案、脑区到脑网络等；第11章为社会与创造，重点介绍社会认知、归因理论、模仿行为、社会网络与大数据等；第12章为人工与系统，重点介绍类脑计算与人工脑、脑机系统、自主无人系统、安全和伦理 本书适合作为高等院校智能科学与技术专业、人工智能专业本科生和研究生的教材，也可供人工智能相关领域的开发人员、广大科技工作者和研究人员参考。

刘洪波，博士，教授，加州大学圣地亚哥分校神经计算研究所高级访问学者。教育部新世纪优秀人才，现任大连海事大学人工智能学院院长、计算机科学与技术学科带头人，出版教材2部、专著2部，授权和申请发明专利15项。曾获重量大学生创新创业训练项目优秀指导教师奖，多次获优秀本科、硕士、博士毕业论文指导教师奖。获优秀博士研究生指导教师奖，曾任混合智能系统（HIS2015）国际学术年会程序委员会主席。

第1章 认知与计算
1.1 认知
1.2 元认知
1.3 认知计算
1.4 脑结构与功能
1.5 三位一体
1.6 脑与认知框架
1.7 人类脑计划
习题
第2章 方法与技术
2.1 心理学方法
2.1.1 反应时法
2.1.2 眼动分析法
2.1.3 口语报告分析法
2.1.4 内隐联想测验
2.1.5 计算机模拟法
2.2 电生理学方法
2.2.1 膜片钳技术
2.2.2 细胞记录法
2.2.3 脑损伤研究法
2.3 脑成像
2.3.1 CT
2.3.2 PET
2.3.3 SPECT
2.3.4 MRI
2.3.5 fMRI
2.3.6 TPM
2.3.7 EEG
2.3.8 MEG
2.4 技术比较
2.5 设计实验范式
2.6 数据处理
习题
第3章 神经与信息
3.1 神经元
3.2 神经胶质细胞
3.3 神经信息
3.3.1 神经信息产生
3.3.2 神经信息编码
3.3.3 神经信息传播
3.4 神经通路和层级
3.5 人工神经
3.5.1 人工神经元
3.5.2 人工神经网络
3.5.3 深度学习系统
3.6 微观与超微观
3.6.1 分子
3.6.2 量子
习题
第4章 视觉与计算
4.1 眼睛
4.2 视觉信息
4.2.1 视觉信息感知
4.2.2 视觉信息传递
4.2.3 视觉感受机制
4.2.4 视觉信息编码
4.3 对象识别
4.3.1 神经机制
4.3.2 认知模型
4.3.3 眼球运动
4.3.4 运动知觉
4.3.5 立体视觉
4.3.6 颜色视觉
4.3.7 视觉恒常性与脑补
4.4 视觉理论
4.4.1 马尔计算视觉
4.4.2 格式塔理论
4.4.3 主动视觉
4.5 计算机视觉
4.5.1 深度估计
4.5.2 行人预测
4.5.3 水下视觉
4.6 视觉系统比较
习题
第5章 感知与运动
5.1 感觉与知觉
5.2 感受器和编码
5.2.1 感受器的种类
5.2.2 感受器的换能作用
5.2.3 感觉信息编码
5.3 听觉与平衡觉
5.3.1 声音与听觉
5.3.2 耳朵与声音感知
5.3.3 人工耳蜗
5.3.4 听声辨位
5.3.5 平衡觉
5.4 触觉和痛觉
5.4.1 触痛感知
5.4.2 触觉
5.4.3 痛觉
5.4.4 痒觉
5.5 嗅觉和味觉
5.5.1 嗅觉
5.5.2 味觉
5.6 联觉和直觉
5.6.1 联觉
5.6.2 直觉
5.7 初级感觉与运动皮层
5.8 运动与控制
5.8.1 下行传导通路
5.8.2 运动层级与控制
习题
第6章 注意与意识
6.1 注意
6.2 注意与分辨
6.3 注意网络
6.4 注意的生理机制
6.5 注意的信息加工
6.5.1 选择性注意
6.5.2 注意分配
6.5.3 变化视盲
6.5.4 外显型与内隐型注意
6.5.5 特征整合理论
6.6 人工注意网络
6.7 睡眠与梦
6.8 意识与思维
习题
第7章 学习与记忆
7.1 学习
7.1.1 学习认知模型
7.1.2 赫布理论
7.1.3 迁移学习
7.1.4 学习形成记忆
7.2 元学习
7.3 记忆
7.4 记忆模型
7.4.1 多重存储记忆模型
7.4.2 工作记忆模型
7.5 记忆的神经基础
7.5.1 记忆相关的脑区
7.5.2 记忆相关的皮层
7.5.3 海马与记忆
7.6 记忆转移
7.7 遗忘曲线
7.8 概念与分类
7.9 知识建构
7.9.1 符号网络模型
7.9.2 层次语义网络模型
7.9.3 原型模型
7.9.4 激活扩散模型
7.10 知识表征
7.10.1 联想记忆模型
7.10.2 知识图谱
7.11 贝叶斯大脑
习题
第8章 沟通与语言
8.1 沟通
8.2 人类语言的演化
8.3 人类语言的独特性
8.4 失语症与语言中枢
8.5 语言处理模型
8.5.1 Lichtheim模型
8.5.2 Wernicke-Geschwind模型
8.6 词脑
8.7 中英语言认知异同
8.8 脑电到文字转译
8.9 自然语言处理
8.10 对偶学习
习题
第9章 情感与计算
9.1 报偿与动机
9.2 成瘾
9.3 人脑经济学
9.3.1 经济学现象
9.3.2 能量函数
9.4 强化学习
9.5 理性与情绪
9.6 情绪脑
9.7 情感与选择
9.8 预测与期望
9.9 期望优选化
9.10 对抗网络
9.11 自律与自监督
9.12 情感计算
习题
第10章 发育与可塑
10.1 脑功能发育
10.2 脑功能可塑性
10.3 脑改进方案
10.4 脑区到脑网络
10.4.1 结构洞与智力
10.4.2 复杂性临界点
10.5 脑网络演化
10.5.1 演化动力学
10.5.2 图网络学习
10.6 男女有别
10.7 神经架构搜索
习题
第11章 社会与创造
11.1 社会认知
11.2 归因理论
11.3 分类与图式
11.4 同理心
11.4.1 镜像神经元
11.4.2 自闭症情绪图谱理论
11.4.3 同理心和道德决策
11.4.4 同理心与公平感
11.5 模仿行为
11.6 具身认知与元宇宙
11.7 利他行为
11.8 智力与创造力
11.9 人类智力的起源与演化
11.10 弗林效应
11.11 社会网络与大数据
习题
第12章 人工与系统
12.1 人工智能
12.2 类脑计算与人工脑
12.3 仿真机器人
12.4 脑机系统
12.5 自主无人系统
12.6 复杂性与奥卡姆剃刀
12.7 安全和伦理
12.7.1 可信与安全
12.7.2 道德与伦理
习题
参考文献