突触动力学与神经网络中的启示（附招募信息）丨计算神经科学读书会·周五直播

导语

神经网络是复杂的生物系统，其行为受到突触可塑性的影响。突触可以分为电突触(Electric Synapse)和化学突触（Chemical Synapse）。突触可塑性是指神经元之间突触连接强度的可变性，它对于学习、记忆和神经功能的塑造至关重要。

集智俱乐部联合国内外多所知名高校的专家学者发起神经、认知、智能系列读书会第三季——「计算神经科学」读书会。从2024年2月22日开始，每周四19:00-21:00进行，持续时间预计10-15周，欢迎感兴趣的朋友报名参与，深入梳理相关文献、激发跨学科的学术火花！

分享内容简介

神经系统包含了大量可被激发的细胞，称为神经元。它们之间互相连接，从而形成不同的脑功能。突触作为神经元的连接点，在大脑功能网络中发挥重要作用，突触功效的短期影响成为短期突触可塑性 (Short-term Synaptic Plasticity, STP)。研究发现，通过调控对于化学突触相关化学物质恢复的动力学与释放概率，其对应的网络行为也会改变。本次分享将介绍相关的数学模型及其对神经网络的影响。

分享内容大纲

一、突触相关的生物学与突触的分类

二、前突触与后突触的数学模型与短期突触可塑性 (Short-term Synaptic Plasticity, STP)

三、STP于神经网络中的启示

四、STP 与长期突触可塑性的调节

五、突触间的竞争及其可用性

主持人介绍与招募

冯志聪（Alan Fung），香港城市大学神经科学系助理教授。2006 年开始研究连续吸引子神经网络（CANN）模型。

研究方向：专注在计算神经科学领域，基于数学工具和数值方法的基础脑科学的计算模型、神经现象的机器学习实现、数据驱动的神经数据分析，希望能够促进神经科学和人工智能的相互启发。

研究助理招聘

香港城巿大学神经科学系的研究助理1名：

在这个职位上，你将协助进行与 c elegants 相关的数学模型的研究，与我们的团队合作，探索这一领域的前沿议题，并参与创新的研究工作。

香港城巿大学深圳研究院的研究助理1名：

在这个职位上，你将从事与突触发放机率变异相关的数学模型的研究，有机会深入研究这个领域，并为相关的科学发展做出贡献。

职位详情

职位期限：1年

学科背景：本科或以上学历

能力需求：

对数学模型和神经科学研究具有浓厚的兴趣和热情
具备良好的数理科学基础知识
具一定语文能力，能阅读及撰写英语报告
具有独立思考和问题解决的能力
能够有效地与团队成员合作，具有良好的沟通能力
具有出色的组织和时间管理能力

可以提供

良好的科研氛围与指导
优先申硕/申博机会
有竞争力的报酬（面议）
推荐信（视表现）

联系方式： alan.fung@cityu.edu.hk

（可上下滑动查看）

核心概念

电突触（Electric Synapse）
化学突触（Chemical Synapse）
短期突触可塑性（Short-term Synaptic Plasticity, STP）

直播信息

时间：

2024年3月15日（本周五）晚上19:00-21:00。

参与方式：

扫码参与计算神经科学读书会，加入群聊，获取系列读书会回看权限，成为计算神经科学社区的种子用户，与社区的一线科研工作者与企业实践者沟通交流，共同推动计算神经科学社区的发展。

推荐文献

由 Tsodyks 及 Markram 提出的数学模型

Tsodyks, Misha V., and Henry Markram. “The neural code between neocortical pyramidal neurons depends on neurotransmitter release probability.” Proceedings of the national academy of sciences 94.2 (1997): 719-723.

结合 TM 模型与连续吸引子神经网络的理论研究

Fung, CC Alan, et al. “Dynamical synapses enhance neural information processing: gracefulness, accuracy, and mobility.” Neural computation 24.5 (2012): 1147-1185.

突触竞争如何达至模式分离的研究

Fung, Chi Chung Alan, and Tomoki Fukai. “Competition on presynaptic resources enhances the discrimination of interfering memories.” PNAS nexus 2.6 (2023): pgad161.

由 Misha Tsodyks 及吴思撰写的简介：Short-term synaptic plasticity

http://www.scholarpedia.org/article/Short-term_synaptic_plasticity

集智百科：短期突触可塑性

计算神经科学读书会

人类大脑是一个由数以百亿计的神经元相互连接所构成的复杂系统，被认为是「已知宇宙中最复杂的物体」。本着促进来自神经科学、系统科学、信息科学、物理学、数学以及计算机科学等不同领域，对脑科学、类脑智能与计算、人工智能感兴趣的学术工作者的交流与合作，集智俱乐部联合国内外多所知名高校的专家学者发起神经、认知、智能系列读书会第三季——「计算神经科学」读书会，涵盖复杂神经动力学、神经元建模与计算、跨尺度神经动力学、计算神经科学与AI的融合四大模块，并希望探讨计算神经科学对类脑智能和人工智能的启发。读书会从2024年2月22日开始，每周四19:00-21:00进行，持续时间预计10-15周，欢迎感兴趣的朋友报名参与，深入梳理相关文献、激发跨学科的学术火花！

详情请见：计算神经科学读书会启动：从复杂神经动力学到类脑人工智能

神经动力学模型读书会

为了促进神经科学、系统科学以及计算机科学等多领域学术工作者的交流合作，吸引更多朋友共同探索脑科学与类脑研究，周昌松、臧蕴亮、杨冬平、郭大庆、陈育涵、曹淼、刘泉影、王大辉、刘健、王鑫迪等来自国内外多所知名高校的专家学者在集智俱乐部共同发起「神经动力学模型」读书会，历时四个月研讨，近日圆满结束。

本季读书会形成了聚集500+成员的神经动力学社区，积累了40+小时综述、解读、研讨的视频记录，以及多篇社区成员总结的词条、笔记、翻译、科普资料等。现在报名加入读书会，即可加入社区交流讨论（微信），并解锁相关视频、文本资料。我们对脑的探索才刚刚起航，欢迎你一道参与，共同点亮更多脑科学研究的岛屿！

详情请见：

500+神经动力学社区成员，邀你共同点亮更多脑科学研究的岛屿

神经网络的统计力学课程

统计物理方法是一座架起微观作用到宏观涌现的桥梁，2021年诺贝尔物理学奖得主帕里西在无序系统方面作出开创之举，他提出复本对称破缺方法解决自旋玻璃问题，这一方法也对神经网络等交叉学科产生深厚影响，激发未来对人工智能和人脑等复杂系统的进一步研究。本节课程是系列课程的第二节课程，介绍什么是自旋玻璃、自旋玻璃应用的几个经典例子、为什么需要空腔方法、空腔方法的基本思想和具体推导以及消息传递算法等内容，搭建从统计物理到神经网络重要的桥梁，帮助大家更好理解神经网络的基本原理。