Bewertung:

Das Buch ist eine umfassende und ansprechende Einführung in die theoretischen Neurowissenschaften, insbesondere in ihre mathematischen Grundlagen. Während es für Doktoranden und Forscher sehr zu empfehlen ist, ist es für Anfänger möglicherweise nicht geeignet. Einige Rezensenten heben die enzyklopädische Abdeckung und die detaillierte Behandlung mathematischer Techniken in den Neurowissenschaften hervor, während andere darauf hinweisen, dass die Erklärungen für diejenigen, die keinen starken mathematischen Hintergrund haben, nicht zugänglich sind.
Vorteile:⬤ Fesselnde Einführung in die theoretischen Neurowissenschaften
⬤ umfassende und gründliche Behandlung von Themen
⬤ unverzichtbar für Studenten und Forscher
⬤ dient als ausgezeichnetes Nachschlagewerk
⬤ gute Beschreibungen neurowissenschaftlicher Konzepte und mathematischer Anwendungen.
⬤ Nicht für Anfänger geeignet
⬤ erfordert möglicherweise zusätzliche Ressourcen für vollständige Erklärungen bestimmter Themen
⬤ eher für Mathematiker geeignet als für Neulinge in den Neurowissenschaften
⬤ weniger anschaulich und zugänglich für diejenigen, die Mathematik lernen wollen.
(basierend auf 6 Leserbewertungen)
Mathematical Foundations of Neuroscience
Man kann sagen, dass das Feld der Computer-Neurowissenschaften mit der Arbeit von Hodgkin und Huxley aus dem Jahr 1952 begann, in der sie mit Hilfe nichtlinearer partieller Differentialgleichungen die Entstehung des Aktionspotenzials im Riesenaxon des Tintenfisches beschrieben. Diese Gleichungen und die Methoden, die aus dieser Kombination von Modellierung und Experimenten hervorgingen, bilden seither die Grundlage für fast alle nachfolgenden Modelle für aktive Zellen.
Das Hodgkin-Huxleymodell und eine Reihe von daraus abgeleiteten Gleichungen haben die Entwicklung einer neuen und schönen Mathematik angeregt. Dynamische Systeme und computergestützte Methoden werden heute zur Untersuchung von Aktivitätsmustern in einer Vielzahl von neuronalen Systemen eingesetzt. Sowohl Experimentatoren als auch Theoretiker erkennen zunehmend, dass die in den Neurowissenschaften aufgeworfenen Fragen und die mathematische Analyse neuronaler Modelle einzigartige Möglichkeiten für die interdisziplinäre Zusammenarbeit in Forschung und Lehre bieten.
Die Motivation für dieses Buch liegt in der Notwendigkeit, einen Überblick darüber zu geben, wie dynamische Systeme und computergestützte Analysen für das Verständnis der in den Neurowissenschaften entwickelten Modelle eingesetzt werden. Wir hoffen, dass dies dazu beiträgt, eine wachsende Zahl von Kooperationen zwischen Mathematikern und anderen Wissenschaftlern anzuregen, die nach interessanten und relevanten Problemen in der angewandten Mathematik und in dynamischen Systemen suchen, und Neurowissenschaftlern, die nach neuen Wegen suchen, über die biologischen Mechanismen nachzudenken, die experimentellen Daten zugrunde liegen.
Das Buch ist aus mehreren Kursen hervorgegangen, die die Autoren gehalten haben. Einer dieser Kurse ist ein Graduiertenkurs in Computational Neuroscience, an dem Studenten aus den Fachbereichen Psychologie, Mathematik, Informatik, Physik und Neurowissenschaften teilnehmen.