和鲸101计划:以神经计算建模培训,助力北大学术人才培养

本文主要是介绍和鲸101计划:以神经计算建模培训,助力北大学术人才培养,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

探索与求知,培养与传承。

让青年人更早地触摸到科学研究的前沿,便能吸引更多人才投身于学科建设。

11月4日,由北京大学信息处理实验室开展进行,北京大学心理与认知科学学院院长吴思教授及课题组成员授课的第二届神经计算建模及编程培训班将再度开课。

课程以北京大学神经信息处理课题组所著的《神经计算建模实战》教材为基础,结合 BrainPy 编程框架进行实践,可帮助学员为未来在神经计算领域或在类脑智能领域的研究打下坚实的基础。

两届培训均采取线上授课,和鲸为实践教学部分提供数据科学云平台及算力支持,降低不同领域背景学员学习编程的门槛、保障线上教学效果。

紧迫:以培训召集青年人才

计算神经科学的学科建设与跨领域人才培养

计算神经科学——用计算和量化的方法探究人脑的奥秘和智能的本质,是神经科学的分支学科。这门新兴交叉学科诞生自 1980 年,综合了数学、物理学、生物学、计算机科学、信息工程学等,短短三十年间日趋成熟并促成了多个领域的发展,比如最初在计算机科学领域发展起来的强化学习理论,现在在理解依赖于奖励的决策行为的大脑机制中起到了核心作用。

如果说上世纪的科学主要由物理学和分子生物学主导,那么本世纪人类面临的主要挑战之一,便是阐明大脑的工作方式。全面了解大脑功能和功能障碍发生的机理,可能是人类有史以来面临的最艰巨的科学任务。

国际上,计算神经学科领域已经形成了一个充满活力的学术群体,中国在这一前沿领域有着巨大的发展潜力,但目前仍处于空白状态。中国脑计划(“脑科学和类脑研究”)已被国务院批准为“2030重大科技创新项目”之一,然而要启动一个新的需要复杂定量方法的神经科学子领域,必须吸引物理学、数学、工程学和计算机科学领域的青年人才,并提供帮助他们转型到脑科学研究的培训机会。

前沿:神经计算建模及编程培训班

让天下没有难建的计算神经模型

今年 8 月,北京大学心理与认知科学学院院长吴思教授的课题组在线上开设了一门课程《神经计算建模实战》。第一届培训班刚开放报名,400 个名额就被一抢而空。

培训班开设的初衷是为了普及神经计算建模方法,推动我国计算神经科学的人才培养与发展。正如教材封面上所写的“让天下没有难建的神经计算模型”,吴思教授也表示,其实《神经计算建模实战》这门课偏学术,内容非常前沿。由于第一届培训班太多人没有报上名,11 月即将开设第二届培训班来给更多人提供机会学习,之后也可能还会有第三届、第四届……

两届培训班均采取线上授课,为了召集更多青年人才,报名阶段没有做任何专业领域的限制,凡是对神经计算建模感兴趣的师生都可以参与。但这也同时加大了授课难度,其中一大难点是线上授课的实践部分——如何保障不同基础的学员都能全程跟上课程进度,上手实践。对此,和鲸提供了数据科学云平台及算力支持。平台内置了所需的镜像环境,学员打开网页即可复现老师的课件,免除了繁复的底层工作,灵活的算力调度能力也能流畅地支持 400 个学员同时使用的“高并发”场景。

第一届培训班收到了许多学员的反馈。

“这个周的学习坚定了我结合神经生物学与神经计算来揭示神经科学基本规律的决心。”

“报名这个课程带领我进入了计算神经科学的大门……原共赴,直至星辰大海的尽头。”

“这些知识为我未来在神经计算领域或者类脑智能领域的研究打下坚实的基础。”

这些反馈正呼应了吴思教授对于近十几年来计算神经科学在中国的发展情况的评价:“(学科)还在发展中,(从事计算神经科学研究的)人还是太少,但会有越来越多的人参与进来。不光是计算神经科学,比如现在做类脑智能的研究者,与深度学习网络不同,他们做一些偏脉冲神经网络研究。这些人也在学习计算神经科学的知识,所以这个领域还在扩展。”

为更多培训班提供支持

探索与求知,培养与传承

事实上,培训班并不是和鲸第一次了解到计算神经科学,这个“冷门而小众”的学科几年前在国内还只是微光点点,而随着各个领域人才的凝结,它已聚而成炬。

探索与求知,培养与传承。让青年人更早地触摸到科学研究的前沿,便能吸引更多人才投身于学科建设。

我们深受感触。


和鲸社区聚集 50万+ 数据从业者与爱好者,具备丰富且实时更新的真实数据、开源代码、项目案例及实训活动资源,覆盖商科经管、地球科学、人文社科、生物医学等广泛的学科领域,您可进入ModelWhale官网免费注册使用。

本次活动属于和鲸发起的和鲸社区“101数智领航计划”系列活动,旨在积极贯彻教育部基础学科系列“101计划”工作。2024 年,和鲸社区结合近十年在数据科学人工智能的开源资源积累和专业共建经验积累,将与 20 个头部高校共创共建高质量课程、高质量数据集、高质量实践项目以及学科大模型等,同时开放有限学院名额,助力建立 AI 创新虚拟实验室。

若您对这一计划感兴趣,也欢迎关注和鲸公众号与我们取得联系。

这篇关于和鲸101计划:以神经计算建模培训,助力北大学术人才培养的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1073932

相关文章

客户案例:安全海外中继助力知名家电企业化解海外通邮困境

1、客户背景 广东格兰仕集团有限公司(以下简称“格兰仕”),成立于1978年,是中国家电行业的领军企业之一。作为全球最大的微波炉生产基地,格兰仕拥有多项国际领先的家电制造技术,连续多年位列中国家电出口前列。格兰仕不仅注重业务的全球拓展,更重视业务流程的高效与顺畅,以确保在国际舞台上的竞争力。 2、需求痛点 随着格兰仕全球化战略的深入实施,其海外业务快速增长,电子邮件成为了关键的沟通工具。

基于UE5和ROS2的激光雷达+深度RGBD相机小车的仿真指南(五):Blender锥桶建模

前言 本系列教程旨在使用UE5配置一个具备激光雷达+深度摄像机的仿真小车,并使用通过跨平台的方式进行ROS2和UE5仿真的通讯,达到小车自主导航的目的。本教程默认有ROS2导航及其gazebo仿真相关方面基础,Nav2相关的学习教程可以参考本人的其他博客Nav2代价地图实现和原理–Nav2源码解读之CostMap2D(上)-CSDN博客往期教程: 第一期:基于UE5和ROS2的激光雷达+深度RG

数学建模笔记—— 非线性规划

数学建模笔记—— 非线性规划 非线性规划1. 模型原理1.1 非线性规划的标准型1.2 非线性规划求解的Matlab函数 2. 典型例题3. matlab代码求解3.1 例1 一个简单示例3.2 例2 选址问题1. 第一问 线性规划2. 第二问 非线性规划 非线性规划 非线性规划是一种求解目标函数或约束条件中有一个或几个非线性函数的最优化问题的方法。运筹学的一个重要分支。2

内卷时代无人机培训机构如何做大做强

在当今社会,随着科技的飞速发展,“内卷”一词频繁被提及,反映了各行业竞争日益激烈的现象。对于无人机培训行业而言,如何在这样的时代背景下脱颖而出,实现做大做强的目标,成为每个培训机构必须深思的问题。以下是从八个关键方面提出的策略,旨在帮助无人机培训机构在内卷时代中稳步前行。 1. 精准定位市场需求 深入研究市场:通过市场调研,了解无人机行业的最新趋势、政策导向及未来发展方向。 明确目标

生信圆桌x生信分析平台:助力生物信息学研究的综合工具

介绍 少走弯路,高效分析;了解生信云,访问 【生信圆桌x生信专用云服务器】 : www.tebteb.cc 生物信息学的迅速发展催生了众多生信分析平台,这些平台通过集成各种生物信息学工具和算法,极大地简化了数据处理和分析流程,使研究人员能够更高效地从海量生物数据中提取有价值的信息。这些平台通常具备友好的用户界面和强大的计算能力,支持不同类型的生物数据分析,如基因组、转录组、蛋白质组等。

OCC开发_变高箱梁全桥建模

概述     上一篇文章《OCC开发_箱梁梁体建模》中详细介绍了箱梁梁体建模的过程。但是,对于实际桥梁,截面可能存在高度、腹板厚度、顶底板厚度变化,全桥的结构中心线存在平曲线和竖曲线。针对实际情况,通过一个截面拉伸来实现全桥建模显然不可能。因此,针对变高箱梁,本文新的思路来实现全桥建模。 思路 上一篇文章通过一个截面拉伸生成几何体的方式行不通,我们可以通过不同面来形成棱柱的方式实现。具体步骤

文章解读与仿真程序复现思路——电力自动化设备EI\CSCD\北大核心《考虑燃料电池和电解槽虚拟惯量支撑的电力系统优化调度方法》

本专栏栏目提供文章与程序复现思路,具体已有的论文与论文源程序可翻阅本博主免费的专栏栏目《论文与完整程序》 论文与完整源程序_电网论文源程序的博客-CSDN博客https://blog.csdn.net/liang674027206/category_12531414.html 电网论文源程序-CSDN博客电网论文源程序擅长文章解读,论文与完整源程序,等方面的知识,电网论文源程序关注python

《计算机视觉工程师养成计划》 ·数字图像处理·数字图像处理特征·概述~

1 定义         从哲学角度看:特征是从事物当中抽象出来用于区别其他类别事物的属性集合,图像特征则是从图像中抽取出来用于区别其他类别图像的属性集合。         从获取方式看:图像特征是通过对图像进行测量或借助算法计算得到的一组表达特性集合的向量。 2 认识         有些特征是视觉直观感受到的自然特征,例如亮度、边缘轮廓、纹理、色彩等。         有些特征需要通

一些数学经验总结——关于将原一元二次函数增加一些限制条件后最优结果的对比(主要针对公平关切相关的建模)

1.没有分段的情况 原函数为一元二次凹函数(开口向下),如下: 因为要使得其存在正解,必须满足,那么。 上述函数的最优结果为:,。 对应的mathematica代码如下: Clear["Global`*"]f0[x_, a_, b_, c_, d_] := (a*x - b)*(d - c*x);(*(b c+a d)/(2 a c)*)Maximize[{f0[x, a, b,

2024年高教社杯数学建模国赛最后一步——结果检验-事关最终奖项

2024年国赛已经来到了最后一天,有必要去给大家讲解一下,我们不需要过多的去关注模型的结果,因为模型的结果的分值设定项最多不到20分。但是如果大家真的非常关注的话,那有必要给大家讲解一下论文结果相关的问题。很多的论文,上至国赛优秀论文下至不获奖的论文并不是所有的论文都可以进行完整的复现求解,大部分数模论文都为存在一个灰色地带。         白色地带即认为所有的代码均可运行、公开