翻訳にあたって
前書き
緒言
謝辞

 序章
1.1.この教科書が対象にしている読者
1.2.この教科書の中身
1.3.この教科書を読むときのコンピュータソフトウェア
ソフトウェア
 
1.4.今勉強する意味
1.5.副教材
1.6.この教科書の構成
 
 
概論

 計算論的神経科学と読者の関係
2.1.この章の位置づけ
2.2.脳の比喩
2.3.コンピュータと脳の比較と対比
2.4.コンピュータ科学および神経科学の起源
2.5.様々なレベル
組織のレベル
研究のレベル
 
2.6.新しい技術と古い技術
2.7.神経符号
2.8.計算論的神経科学の目標と手法
2.9.まとめ
 

 神経科学の基礎
3.1.この章の位置づけ
3.2.微視的に見た神経系
3.3.巨視的に見た神経系
脳の薄片化
3.4.脳を構成するパーツ
3.5.脳の研究方法
解剖学的手法
 
3.6.神経生理学
3.7.分子生物学と神経薬理学
3.8.心理物理学
3.9.臨床神経学および神経心理学
離断性脳疾患
内因性脳疾患
3.10.まとめ
 
 
コンピュータ

 コンピュータの表現
4.1.この章の位置づけ
4.2.計算機とタイプライター
4.3.パンチカードとブール代数
4.4.アナログ表示とデジタル表示
4.5.コンピュータ表現のタイプ
 
4.6.数字の表現
文字と単語の表現
4.7.画像の表現
4.8.神経との類推
4.9.まとめ
 

 古い電子計算機の真髄
5.1.この章の位置づけ
5.2.ハックの手口
5.3.ソフトウェアとハードウェア
5.4.基本的なコンピュータ設計
ポインタの起源はコンピュータのメモリ設計
シーケンシャルアルゴリズムの起源は
コンピュータのコントロールフロー(制御流れ)
CPU:マシン語の命令
 
5.5.プログラムとハッキング
条件付きプログラム
5.6.ポインタの転用
クルージ(裏技)
コンピュータウィルス
5.7.神経系に対する推論
5.8.まとめ
 
 
サイバネティックス

 概念ニューロン
6.1.この章の位置づけ
6.2.McCulloch-Pitts型ニューロンの歴史と正体
6.3.重みと状態でネットワークを記述する
ドット積による総加算入力の計算
状態値の計算
 
6.4.単一ユニットからユニットネットワークまで
6.5.ネットワークのアーキテクチャ
6.6.まとめ
 

 脳の情報表現(神経信号の符号化)
7.1.この章の位置づけ
7.2.空間的符号化:集団的・協調的な符号
局所型集団符号化 vs. 分散型集団符号化
7.3.電圧および化学種による符号化:
ニューロン状態の符号化
 
7.4.時間軸での符号化:
テンポラル符号と頻度符号
時間積分
クロッキング
7.5.周波数による符号化
7.6.まとめ
 

 カブトガニは人間の友人である
8.1.この章の位置づけ
8.2.生物学
8.3.何と何が無視できるのか
8.4.眼は何故うそをつくのか:問題の所在
8.5.設計上の課題
モデルを小さくする―スケーリング
モデルを小さくする―次元の縮小
エッジ効果を除く―ラップアラウンド
入力を表現する―パラメータ化
動作関数をパラメータ化する
重み行列をパラメータ化する
 
8.6.カブトガニ方程式
8.7.状態の計算
8.8.カブトガニが見ている世界
8.9.まとめ
 

 教師付き学習:デルタルールとバックプロパゲーション
9.1.この章の位置づけ
9.2.教師付き学習
9.3.デルタルール(デルタ学習則)
エネルギーとの類推
デルタルールでAND(論理積)の解を出す
9.4.バックプロパゲーション
9.5.分散表現
 
9.6.眼球運動のコントロールにおける分散表現
モデルの設計
モデルが与えた結果と一般化
モデルの探査:隠れユニットの解析
コンピュータによるモデル化 vs. 数式を使った伝統的なモデル化
9.7.まとめ
 

 連想記憶と連合ネットワーク
10.1.この章の位置づけ
10.2.外積で記憶を表す
単一のシナプスを挟んだ結合
2個のベクトルの外積
相互想起型連想記憶と
自己想起型連想記憶を作る
リミットサイクル(周期解)
瞬時学習および想起 vs. 緩やかな学習
および想起
 
10.3.Hopfield型ネットワークの問題点
10.4.まとめ
 
 
概念からデータまで
ニューロンは細胞である
ニューロン状態とは何か
スカラー状態ではないとすれば,スカラー重みのほうはどうなるのだろうか
 
モデル化ツールの違い
ちょっと言いすぎました
 

 石鹸から電圧に
11.1この章の位置づけ
11.2.細胞の基本設計
11.3石?と塩を変形させて電池と抵抗を作る
11.4.RC回路を方程式で表す
キャパシタンス(コンデンサ)と電流
電流の加算
 
11.5.パラメータに対する依存性
数値積分の利点と欠点
11.6.時定数と時間加算
11.7.遅速度電位説
PSP(シナプス後電位)の加算による平均化
11.8.まとめ
 

 Hodgkin-Huxleyモデル
12.1.この章の位置づけ
12.2.受動から能動に
静止膜電位は約−70mVである
膜は,絶縁体であり,キャパシタであり,
そして,電池である
シナプス入力は電流注入にあらず
12.3.活動電位の歴史
Hodgkin博士とHuxley博士
12.4.並列コンダクタンスモデル
回路
電流
実際の計算
電池はどこから現れるのか
 
12.5.活性チャネルの挙動
フィードバックシステム
Hodgkin-Huxley粒子の二重性
Hodgkin-Huxley粒子の動力学
12.6.粒子方程式
状態変数を使って状態を定義する
12.7.シミュレーション
12.8.信号送信との関連
閾値とチャネル記憶
頻度符号化への回帰
12.9.まとめ
 

 コンパートメント(分画)モデル法
13.1.この章の位置づけ
13.2.コンパートメントへの分画
モデルの製作
13.3.化学シナプスのモデル化
抑制の短絡
GABAとグルタミン酸
 
13.4.受動ニューロンのモデル化
シナプスの応答
13.5.逆進スパイクとHebb型シナプス
13.6.まとめ
 

 人工ニューラルネットワークから実物型ニューラルネットワークに
14.1この章の位置づけ
14.2.Hopfield理論再訪
14.3.干渉を抑圧する抑制型モデル
14.4.哲学への寄り道
 
14.5.アセチルコリンは多重効果を持っている
二重行列仮説
真実の告白
14.6.まとめ
 

 神経回路網
15.1この章の位置づけ
15.2.基本的なレイアウト
15.3.海馬
15.4.視床
 
15.5.小脳
15.6.大脳基底核
15.7.新皮質
15.8.まとめ
 

 基礎的な事項
16.1この章の位置づけ
16.2単位
科学的表記法
数値の接頭記号
単位とその省略記号
単位の換算
次元解析
16.32進法
10進数と2進数の往復
足し算と引き算
8進法と16進法
ブール代数
16.4線形代数
代数の意味,線形の意味
和と差
ベクトルのドット積
直交性
外積
行列の掛け算
 
16.5微積分の数値計算法
無限小変化
数値解の求め方
数学記号
充電曲線に対する解析解
16.6.電気学
三大法則:オームの法則,キルヒホッフの法則,そしてもう一つ
オームの法則
電気容量(キャパシタンス)
 
参照文献
用語解説
索引
 
Copyright (C) 2003 NTS Inc. All right reserved.