نورو|Neuro
2.4K subscribers
64 photos
8 videos
25 files
111 links
Computational Neuroscience

اینجا راجب به نوروساینس، علوم شبکه، سیستم های پیچیده، ماشین لرنینگ و بیوتکنولوژی حرف میزنیم

اگه از من سوالاتتون رو بپرسین مطالب کانال خیلی مفیدتر میشه :)
اینم ایدی من:
🆔 @AbolfazlHaqiqifar
Download Telegram
نورو|Neuro pinned «لینک آموزش های رایگان نوروساینس و بایوتک به زبان فارسی رو اینجا براتون میذارم، با توجه به زمینه ی تحصیلی و علاقتون میتونین از این دوره ها استفاده کنین : محاسباتی : آمار مقدماتی علوم اعصاب آموزش علوم اعصاب محاسباتی بیوفیزیک شناختی : مبانی علوم اعصاب شناختی…»
انگل "زامبی" از طریق کنترل ذهن، حشرات را تصاحب می کند

یک مورچه کارگر بی خبر در جنگل های بارانی برزیل یک روز صبح لانه خود را ترک می کند. اما این مورچه به جای دنبال کردن مسیرهای قبلی روی درختان کنار لانه خود، به طرز ناشیانه ای تلو تلو می خورد، در دایره های بی هدف راه می رود و هر از گاهی تشنج می کند. در اوایل ظهر، جوری که انگار برنامه ریزی شده، مورچه فک پایین خود را در رگ اصلی آبدار برگ فرو می برد و به زودی می میرد. در عرض چند روز ساقه یک قارچ از سر مورچه مرده جوانه می زند. پس از رشد یک ساقه، قارچ هاگ ها را به زمین می اندازد، جایی که می توان آنها را توسط مورچه های عبوری دیگر برداشت.

این چرخه عجیبِ زندگی و مرگ به خوبی مستند شده است و به مجرم لقب قارچ "مورچه زامبی" را داده اند.
هیوز و همکارانش در مقاله BMC Ecology که در سال 2011 نوشتند میگویند : مورچه های آلوده مانند زامبی ها رفتار می کنند . آنها خاطرنشان کردند که مورچه به طور تصادفی راه می رود و تشنج هایی را از خود نشان می دهد که باعث افتادنشان می شود و بنابراین مانع از بازگشت آنها به لانه می شود.
با توجه به حرکات ناهماهنگ و بیش‌فعالی مورچه‌های آلوده، یک سم عصبی که توسط قارچ تولید می‌شود، حداقل تا حدی مقصر است». مورچه هایی که در این مرحله از عفونت تشریح شده اند، سرهای پر از سلول های قارچی را به نمایش گذاشتند .

در نهایت، یک مورچه آسیب دیده در قسمت زیرین یک برگ، تقریباً 25 سانتی متر از کف جنگل می ایستد و روی رگبرگ اصلی برگ ارام میگیرد . (به نظر می رسد این موقعیت برای مرحله بعدی قارچ که در آن هاگ ها را مستقیماً در زیر خاک بیرون می زند، بهینه باشد.) گاز گرفتن برگ ها رفتار طبیعی مورچه ها نیست.


دانشمندان دریافته اند که این قارچ همچنین باعث آتروفی در عضلات قربانی خود می شود - به ویژه عضلات اطراف فک پایین، این آتروفی توسط متابولیت‌هایی ایجاد می‌شود که سلول‌های ماهیچه‌ای را از میتوکندری و شبکه سارکوپلاسمی (که انرژی و سیگنال‌ها را ارائه می‌کنند) پاک می‌کنند . شاید به طور غیرمنتظره، وقتی مورچه آلوده رگ برگ یا به اصطلاح "گیره مرگ" خود را گاز می گیرد، این آتروفی باعث ایجاد فک قفل شده در آن می شود و در آنجا می میرد. این جزئیات به ظاهر کوچک برای موفقیت قارچ بسیار مهم است. هیوز توضیح می‌دهد: «بدون چنگال مرگ، مورچه به زمین می‌افتد و نقطه پرتاب هاگ‌های قارچ را از بین می‌برد.
در آن مرحله، تعداد سلول‌های قارچ در بدن مورچه بیشتر شده است. آنها در اطراف مغز مورچه و بین رشته‌های عضلانی اطراف تکثیر شده‌اند، اما وارد مغز، غدد یا ماهیچه‌ها نشده‌اند که این داستان را شگفت‌انگیزتر کرده است.
--------------------------
@neurophysic
👍1
مقدمه‌ای بر هوش مصنوعی ! (2).pdf
3.7 MB
مقدمه ای بر هوش مصنوعی :
ماشینلرنینگ
دیپ لرنینگ
نورال نتورک

زمان مطالعه : حداکثر 5 دقیقه

@neurophysic
🙏4
neural network
یک سوال دیرینه این است که چگونه مغز می تواند این حجم عظیم از اطلاعات گوناگون را به حافظه بسپارد و آن را به یاد بیاورد. چگونه می تواند تصاویر و اشکال را شناسایی کند، چگونه می تواند محاسبه کند و سرانجام اینکه چگونه می تواند فکر کند. تقریبا همه این قابلیت ها را کامپیوترهای امروزی نیز دارند ولی میزان این قابلیت ها در مغز و کامپیوتر بسیار متفاوت است. به عنوان مثال در حالی که کامپیوتر می تواند در کسری از ثانیه اعداد بیست رقمی را در هم ضرب کند، یک مغز متعارف در ضرب کردن اعداد دورقمی نیز کند است. از طرف دیگر در حالیکه کامپیوتر ظرفیت محدودی برای ذخیره کردن طرح ها (تصاویر، اعداد، صداها و کلمات...) دارد، به نظر میرسد یک مغز متعارف ظرفیت نامحدودی برای ذخیره کردن طرح ها دارد. در طول یک روز مغز ما میلیون ها طرح را از طریق اعصاب بینایی، شنوایی، لامسه و بویایی دریافت میکند ولی سرانجام بسیاری از این طرح ها را طی فرآیندی که هنوز کاملا شناخته شده نیست، دور می ریزد. ما قیافه تمام آدمهایی را که در خیابان می بینیم و صدای بوق ماشین ها و آدمها را برای همیشه به حافظه نمی سپاریم. برخلاف کامپیوتر مغز این طرح ها را بر اساس آدرس آنها ذخیره نمیکند و هنگام به یادآوردن آنها نیز آنها را بر اساس آدرس یا ترتیب دریافت و ذخیره شدن آنها به یاد نمی آورد بلکه بر اساس محتوی و بیشتر بر اساس وابستگی آنها به هم به یاد می آورد. این چیزی است که به ان تداعی معانی می گویند یعنی اینکه یک طرح و خاطره می تواند طرح ها و خاطره های دیگر را به یاد بیاورد.
هم چنین در حالیکه توانایی کامپیوترها برای تشخیص طرح ها بسیار محدود است و این همان خاصیتی است که سایت های اینترنتی برای تمیزدادن کاربرهای انسانی از کاربرهای اتوماتیکی از آن استفاده میکنند، کوچکترین و ابتدایی ترین موجودات زنده مثل زنبور عسل یا قورباغه توانایی حیرت انگیزی در شناسایی دقیق طرح ها دارند حتی اگر این طرح ها ناقص باشند یا با سرعت زیاد در حال حرکت باشند.
@neurophysic

این مقدمه ای از جزوه ی neural network دکتر وحید کریمی پور استاد دانشگاه شریف بود که فایل PDF اون رو براتون توی کانال قرار میدم.
--------------------------
@neurophysic
PYTHON MADE EASY -1.pdf
7.3 MB
@neurophysic
خیلی هاتون بهم گفته بودین که زبان برنامه نویسی رو با کتاب بهتر یاد میگیرین ، با کمک این Handbook میتونین تو پایتون راه بیفتد. به نظر من خیلی خوب گفته و برای اشنا شدن با پایتون و یادگرفتن اون در حد مقدماتی عالیه.

البته کتاب های زیادی هستند که از این بهترن ولی این جمع و جور تر و ساده تر به نظر میاد و برای کسی که یادگرفتن پایتون جزو مهمترین کارهاش نیست عالیه.

بدرد اونهایی هم که پایتون رو یادگرفتن ولی یه چیزاییش رو فراموش کردن میخوره
-------------------------------
@neurophysic
🙏63
شناسایی ماده‌ای که حافظه‌ای شبیه مغز انسان دارد
@neurophysic
محققان دانشگاه اکول پلی‌تکنیک فدرال لوزان (EPFL) از جمله پژوهشگر ایرانی، «محمد سمیع‌زاده نیکو» دریافته‌اند که ماده‌ای به نام «وانادیوم دی‌اکسید» (VO2) قادر است تاریخچه کامل وضعیت‌های قبلی خود را به خاطر بیاورد. این ماده اولین ماده‌ای است که محققان EPFL قابلیت حافظه را در آن تشخیص داده‌اند.

دانشمندان در مقاله‌ای که در مجله Nature منتشر شده، به‌طور اتفاقی مسئله مهمی را در حین مطالعه روی قابلیت‌های گذر فاز در وانادیوم دی‌اکسید کشف کردند. VO2 در دمای اتاق یک فاز عایق‌بندی دارد و در دمای 68 درجه سلسیوس از عایق به فلز تبدیل می‌شود.

محمد سمیع‌زاده نیکو، دانشجوی دانشگاه EPFL که این تحقیق را انجام داده، می‌گوید وانادیوم دی‌اکسید در شرایط عادی ویژگی‌های متغیری را از خود به نمایش می‌گذارد: «این ماده درست پس از حذف محرک دوباره به حالت عایق برمی‌گردد.»
آقای سمیع‌زاده در حین این آزمایش، جریان برق را به نمونه‌ای از VO2 اعمال کرد. در نتیجه، جریان در طول ماده به حرکت درآمد و از آن سرش خارج شد. با پایان جریان، وانادیوم به شکل اول خود برگشت. آزمایش‌های بعدی به سمیع‌زاده نشان داد که این ماده می‌تواند حافظه داشته باشد.

پروفسور «الیسون ماتیولی» از POWERlab می‌گوید: «به نظر می‌آمد که VO2 گذر فاز اول را به خاطر می‌سپارد و منتظر فاز بعدی می‌ماند. ما انتظار نداشتیم که چنین شکلی از اثر حافظه را ببینیم، و این اتفاق هیچ ارتباطی با وضعیت‌های الکترونیکی ندارد و بیشتر مربوط به ساختار فیزیکی مواد است.»

محققان می‌گویند وانادیوم دی‌اکسید می‌تواند تا حداکثر سه ساعت جدیدترین محرک‌های خارجی خود را به خاطر بسپارد. پروفسور ماتیولی مدعی است: «اثر حافظه در واقع می‌تواند تا چند روز پابرجا بماند، ولی فعلا ابزارهای لازم برای اندازه‌گیری آن را در اختیار نداریم.»
محققان برای انجام محاسبات مختلف از حافظه استفاده می‌کنند و موادی که بتوانند با افزایش ظرفیت، فرآیند این محاسبات را بهبود ببخشند، مشتریان زیادی دارند. این اکتشاف احتمالا سازوکارهایی را در VO2 نشان می‌دهد که در مغز اتفاق می‌افتند، چرا که وانادیوم دی‌اکسید درست مثل عصب‌های مغزی وضعیت‌های رفتاری خود را تغییر می‌دهد.

-------------------------------

@neurophysic
👏2👍1
بیوتک و بیوانفورماتیک (1).pdf
3.7 MB
@neurophysic

زیست شناسی ، برنامه نویسی یا به طور کلی تر علوم کامپیوتر چه ارتباطی باهم دارن؟
بیو انفورماتیک چیست؟
بیوتکنولوژی و برنامه نویسی چه دست آورد هایی داشتن؟

به شکل مختصر و مفید میتونین جوابشو تو این pdf ببینید.
مرسی از Biotech network ❤️

@neurophysic
👍41
مهم ترین نکته که در زمان یادگرفتن ماشینلرنینگ باید بهش دقت کنیم انجام پروژست، هیچکس با ویدیو دیدن یا کتاب خوندن و کلی تر بخوام بگم اموزش دیدن تو ماشینلرنینگ حرفه ای نشده.
حالا سوال پیش میاد که از کجا پروژه بیاریم ؟

خب اگه خیلی حرفه ای کار میکنین برین سراغ کگل.
اگر هم تازه شروع کردین من اینجا براتون یه Pdf میذارم که توش پروژه های ماشینلرنینگ رو پیشنهاد داده.
چون اکثر ما که اینجاییم به بایوتک علاقه ی زیادی داریم بهتون پیشنهاد میکنم اول برین سراغ اونها :)
@neurophysic
👍4
720 ML projects.pdf
134.4 KB
@neurophysic

منبع این pdf سایت زیرِ: 👇👇
https://github.com/ashishpatel26/Real-time-ML-Project

چون لینک های pdf کارنمیکنند بهتون پیشنهاد میدم مستقیم از لینک بخونین :)

@neurophysic
🙏4
کانال جدید تلگرام جادی
سوال یکی از اعضا و جوابی که chatgpt به اون داد 👇👇👇👇

یه سوالی ذهنم رو راجع به embodied cognition درگیر کرده اینکه توی spatial perspective taking level 2 آیا ما با احساس همدلی بیشتر می‌تونیم فاصله و نسبت های یک فرد رو با توجه به space درک کنیم؟ یعنی اگر من با کسی همدلی بیشتری داشته باشم، اگر خودم رو جای اون شخص تصور کنم می‌تونیم تخمین مسافتی درست تری داشته باشم؟

آیا داشتن همدردی می‌تواند بر تخمین فاصله در سطح دوم گیرنده فضایی تأثیر بگذارد؟
مطالعاتی نشان داده‌اند که داشتن همدردی می‌تواند بر تخمین فاصله در سطح دوم گیرنده فضایی تأثیرگذار باشد. سطح دوم گیرنده فضایی تخمین فاصله بین اشیاء یا صحنه‌ها را از دیدگاه یک نقطه دید به نقطه دید دیگر تبدیل می‌کند و برای انجام آن نیاز به توانایی چرخش ذهنی اشیاء در فضا داریم. پژوهش‌ها نشان داده‌اند که افراد با سطح بالایی از همدردی، ممکن است بتوانند بهتر اشیاء را در فضا چرخانده و به‌طور دقیق‌تر فواصل را تخمین بزنند، احتمالاً به دلیل فعال‌سازی بیشتر در سیستم نورون آینه.
یک مطالعه انجام‌شده توسط شائو و همکاران (2016) نشان داد که افراد با سطح بالایی از همدردی، در محیط مجازی بهتر می‌توانند فواصل بین اشیاء را تخمین بزنند، زمانی که از آن‌ها خواسته شود که از دیدگاه یک نفر دیگر، موقعیت اشیاء را تخیل کنند، نسبت به افرادی با سطح پایینی از همدردی. این نتایج نشان می‌دهد که داشتن همدردی می‌تواند بر توانایی گیرنده فضایی تخمین فاصله از طریق شبیه‌سازی دیدگاه دیگران، تأثیر مثبتی داشته باشد. با این حال، برای درک بهتر رابطه بین همدردی و سطح دوم گیرنده فضایی تخمین فاصله، نیاز به تحقیقات بیشتری در این زمینه و بررسی مکانیسم‌های مرتبط با آن وجود دارد. به عنوان مثال، برخی پژوهش‌ها نشان داده‌اند که همدردی می‌تواند بهبود حافظه‌ی کاری و کاهش استرس و اضطراب نیز داشته باشد، که همه این عوامل ممکن است بتوانند تأثیر مستقیمی بر قابلیت گیرنده فضایی تخمین فاصله داشته باشند.

در کل، برخی مطالعات نشان داده‌اند که داشتن همدردی می‌تواند بر تخمین فاصله در سطح دوم گیرنده فضایی تأثیرگذار باشد، اما نیاز به تحقیقات بیشتری در این زمینه و بررسی دقیق‌تر این تأثیرات و مکانیسم‌های آن وجود دارد.
---------------------------
@neurophysic
----------------------------
سوالات خودتون رو راجع به نوروساینس، علوم شبکه، سیستم های پیچیده، ماشین لرنینگ و هوش مصنوعی، نورال نتورک ، بیوتکنولوژی و بیوفیزیک برای من بفرستین تا از chatgpt بپرسم و جوابش رو تو کانال بذارم :)
🆔 @AbolfazlHaqiqifar

اگه از مطالب هم خوشتون میاد کانال رو به دوستاتون معرفی کنید :) 🌹
5👍2
نورو|Neuro pinned Deleted message
با توجه به سوالاتی که از من پرسیده میشه اینو فهمیدم که خیلی هامون تفاوت بین نوروساینس محاسباتی (computational neuroscience) و نوروساینس شناختی (cognitive neuroscience) رو نمیدونیم.
پس این پست رو نوشتم تا یک بار برای همیشه تفاوت این دوتا رو بفهمیم.
@neurophysic
5
علوم اعصاب شناختی و علوم اعصاب محاسباتی چه فرقی باهم دارند ؟

علوم اعصاب محاسباتی و علوم اعصاب شناختی دو حوزه مستقل از علوم اعصاب هستند، با این حال دارای پویایی و ارتباط گسترده با یکدیگر هستند.
علوم اعصاب محاسباتی به بررسی روش ها و تکنیک های محاسباتی برای مدل کردن و تحلیل سیستم های عصبی می پردازد. این شاخه از علوم اعصاب درک بهتری از فرایندهای مغزی، ارتباطات بین نورون ها، نحوه ارسال پیام در مغز و تجزیه و تحلیل داده های نورونی با استفاده از تکنیک های محاسباتی مانند شبیه سازی های مغزی و الگوریتم های یادگیری ماشین به دست می دهد.
@neurophysic
علوم اعصاب شناختی به بررسی روانشناسی و رفتار انسان ها و حیوانات و نحوه ارتباط آنها با فرآیندهای مغزی مرتبط می باشد. این حوزه به بررسی حافظه، توجه، شناخت و تصمیم گیری در مورد واکنش های شناختی به محیط اطراف می پردازد.
در واقع، علوم اعصاب شناختی و علوم اعصاب محاسباتی به دنبال دستیابی به همان هدف می باشند، یعنی درک بهتری از فرآیندهای مغزی، اما به روش های متفاوتی پیش می روند. علوم اعصاب شناختی بیشتر در مورد رفتار و فرآیندهای روانشناسی مغز مطالعه می کنند، در حالی که علوم اعصاب محاسباتی از تکنیک های محاسباتی و شبیه سازی های مغزی برای بررسی و مدل کردن فرآیندهای مغزی استفاده می کنند. در نتیجه، این دو حوزه تلاش مشترکی را برای تحلیل و درک بهتر عملکرد مغز انجام می‌دهند و به همین دلیل ارتباط و همکاری گسترده با یکدیگر دارند.
@neurophysic
برای مثال، برای تحلیل عملکرد مغزی می‌توان از تکنیک‌های محاسباتی مانند شبکه‌های عصبی مصنوعی استفاده کرد. این تکنیک‌ها می‌توانند برای پیش‌بینی عملکرد مغزی در پاسخ به تحریکات مختلف در کاربرد‌های پزشکی و روانشناسی مورد استفاده قرار گیرند.

به عنوان مثال دیگر، علوم اعصاب شناختی ممکن است برای بررسی اثرات داروهای مختلف بر روی فرآیندهای شناختی مغز استفاده شود. این تحقیقات می‌توانند توسط تکنیک‌های محاسباتی بهبود یابند، به عنوان مثال، با ایجاد مدل‌های ریاضی برای پیش‌بینی تأثیرات دارویی بر روی فعالیت نورونی.

در نتیجه، با توجه به ماهیت پیچیده و گسترده علوم اعصاب، ارتباط بین علوم اعصاب شناختی و علوم اعصاب محاسباتی از اهمیت بسزایی برخوردار است و تلاش برای همکاری بین این دو حوزه به منظور بهبود درک از عملکرد مغز، امری بسیار مهم و ضروری است.
-----------------------------------------
https://xn--r1a.website/neurophysic
👍76