首页   ·   简介   ·   正文

研究方向

发布时间:2018-09-09浏览量:4064

该研究所依靠澳门太阳城注册计算,生物学和信息学的多学科和跨学科研究优势,利用计算神经科学作为桥梁,专注于类脑仿真人工智能算法,脑部疾病的智能诊断和治疗,类似大脑智能芯片和智能药物开发。主要领域取得了重大突破,引领了脑科学,人工智能和工业应用的整合,实现了未来智能产业的技术创新。

主要研究方向包括:

首先,基于认知神经科学,行为神经科学和精神药理学的交叉研究基础的高级认知功能和障碍的神经机制,使用功能磁共振成像,神经记录,脑电图,行为实验,教育实验干预研究方法结合多种技术,例如分子生物学,在不同水平的遗传学,神经回路,大脑区域,行为和环境中发展大脑机制,学习和大脑可塑性,人类和其他高级人类认知功能和障碍。调节大脑皮质功能和动物化学神经递质系统,大脑皮质功能损害及各种脑疾病的发病机制,治疗和预后评估。

第二个是多模式多尺度数据分析理论和应用——,建立和使用多模态多尺度脑数据库,开展神经科学,癌症,心血管疾病,分子诊断和个性化医学的研究和交叉和转化研究。利用发育模式识别和深度学习等脑智能方法,寻找基因诊断指标,脑成像和认知功能,提高主要脑疾病临床诊断的准确性和有效性,评价药物疗效;此外,数据驱动,结合生物医学原理,皮质神经回路的逆向工程,揭示了相关脑疾病的发病机制。

第三是神经形态计算模拟和模拟——,用于限制人工智能的进一步发展的生物脑信息处理机制,开展认知,注意,学习和记忆过程,融合光和磁遗传学,多通道的神经科学实验研究。体内生理学,多尺度脑成像等技术手段,建立大规模计算神经网络生物脑学习和记忆过程时空模型,揭示脑信息处理机制,启发大脑智能学习新理论,新算法和新的框架,促进新一代人工智能理论和应用技术的发展。

第四是智能算法和类脑控制器的实现。——基于新理论,新算法和新型脑类智能框架,结合信息,材料,制造等多种专业知识,开发出具有自适应,自组织和自学习功能的课堂。脑智能设备和智能设备;突破冯·诺依曼结构对计算芯片发展的限制,设计超低功耗脑类芯片,实现嵌入式大脑信息处理功能,从而突破现有人工智能技术的局限,开发新一代大脑般的机器人,可以与视觉,听觉,思考和运动等多渠道信息协作。

TR