計算神經生物學和神經網路之間有啥區別?


按照我的理解,計算神經生物學是對生物神經系統的模擬建模,建模的過程中可能會對原本的生物系統進行簡化,但建模的目的還是更好地了解這個生物系統。

而神經網路(人工神經網路)是從生物神經系統得到啟發而建立的極簡模型,其本質是一種演算法,為了解決更廣泛的問題,而並不是為了研究生物系統。


計算神經科學是對生物生理學家們觀測到的多尺度的生物現象的計算建模;神經網路我的理解是類腦啟發的多種形式的優化模型,目的是為了很好的解決複雜系統、多參數學子等的優化問題,但是根據啟發的尺度不同又有很大的模型差異性,如淺層和深層神經網路會簡化神經元和突觸的模型啟發而重點在微環路等結構尺度的建模,還有類似脈衝神經網路會集成更多的神經啟發構建更複雜的模型,如會考慮神經連接的延時、突出結構的特異性信息傳遞、不同類型的神經元模型的非線性信息傳遞差異性等,當然由此帶來的優化的方法就有了很大的差異。


前者是生物學,後者是數學


推薦閱讀:

TAG:生物學 | 神經網路 | 深度學習DeepLearning |