Inwieweit sind nichtlineare Dynamik und Chaos hilfreich, um die Gehirnfunktion zu untersuchen?

Vor kurzem habe ich angefangen, dynamische Systeme in den Neurowissenschaften von Izhikevich zu lesen, und war von dem Thema fasziniert. Ich möchte nach meinem Master in Computational Neuroscience promovieren. Lohnt es sich, diesen Bereich als Promotionsthema zu wählen? oder führt es mich in eine Sackgasse? Wenn möglich, kann jemand die führenden Forscher/Labore vorschlagen, die in diese Richtung arbeiten?

Interessieren Sie sich mehr für die neurowissenschaftliche Seite der Dinge oder für die Seite der Berechnung/komplexen Systeme?
Neurowissenschaftliche Seite. Besonders dynamische Analyse von biologischen Netzwerken und deren Verhalten.
1) Stecken Sie sich nicht in ein bestimmtes Teilgebiet ein, bevor Sie es überhaupt bis zur Graduiertenschule geschafft haben. Sie haben zu diesem Zeitpunkt keine Möglichkeit einzuschätzen, welches Unterfeld am vielversprechendsten ist, also versuchen Sie es nicht. Lassen Sie sich offen für mehrere Möglichkeiten guter Richtungen.
2) Dynamische Systeme und Chaos-Ansätze für die neurowissenschaftliche Modellierung bleiben häufig zu weit entfernt von den Problemen, die die experimentelle Neurowissenschaft untersucht, um nützlich zu sein, um die breitere neurowissenschaftliche Diskussion voranzutreiben. Wenn Sie sich für Computational Neuroscience interessieren, sollten Sie immer bedenken, dass Modelle nicht durch die Realität eingeschränkt werden und Sie in einem äußerst engen Gespräch mit Experimentatoren sein müssen, um relevant zu bleiben.
3) Das Tolle am Ansatz dynamischer Systeme ist, dass das Erlernen von Differentialgleichungen unabhängig von der Art der Modellierung anwendbar ist.
Den gleichen Gedanken hatte ich auch. Danke für deine Vorschläge +1 @honi

Antworten (1)

Da dies ein aktives und relativ neues Forschungsgebiet ist, kann Ihnen niemand mit Sicherheit sagen, wohin es führen wird.

Ob es "Sackgasse" wird, ist vielleicht auch der falsche Weg, darüber nachzudenken. Alle Forschungsrichtungen haben ihre Grenzen, und wenn diese Grenzen erreicht sind, sind diejenigen Forscher, die die Grenzen gefunden haben, oft am besten gerüstet, um zum nächsten "Ding" überzugehen. Wenn Sie sich dafür entscheiden, es zu studieren, und es sich als weniger produktives Gebiet herausstellt, als Sie gehofft hatten, haben Sie dennoch eine Vielzahl nützlicher Fähigkeiten erlernt, die Sie auf andere Methoden anwenden können.

Was die Nützlichkeit der Gehirndynamik betrifft, lautet die kurze Antwort: Sie hat ihren Platz und ist in bestimmten Bereichen der Verhaltenswissenschaft sehr vielversprechend. Insbesondere Koordination und Motorik scheinen für diese Modelle sehr gut geeignet zu sein. Eine kleine, aber wachsende Gruppe von Wissenschaftlern glaubt, dass Dynamik das nächste große Ding in der Kognitionswissenschaft ist, obwohl noch unklar ist, ob dies der Fall ist. Es hört sich so an, als hätten Sie mit dem, was Sie lesen, bereits eine gute Einführung in die Nützlichkeit der nichtlinearen Dynamik für die Computational Neuroscience. Für eine allgemeinere Diskussion ihres Versprechens und Potenzials für andere Bereiche der Kognitionswissenschaft und einen Vorschlag, dass dynamische Systeme die Computational Neuroscience im Wesentlichen ersetzen können , siehe Chemero (2011) . Für eine prägnante Kritik des Ansatzes vglWagenmakers, van der Mass und Farrell (2012) .

1 : Chemero, A. (2011). Radikale verkörperte Kognitionswissenschaft. MIT-Presse.

2 : Wagenmakers, EJ, van der Maas, HL, & Farrell, S. (2012). Abstrakte Konzepte erfordern konkrete Modelle: Warum Kognitionswissenschaftler noch nicht linear gekoppelte, dynamische, selbstorganisierte, kritische, synergistische, skalenfreie, exquisit kontextsensitive, interaktionsdominante, multifraktale, voneinander abhängige Gehirn-Körper-Nischensysteme angenommen haben. Themen in der Kognitionswissenschaft, 4 (1), 87-93.

Inwieweit sind nichtlineare Dynamik und Chaos hilfreich, um die Gehirnfunktion zu untersuchen?
AntwortenHierDatenschutz-Bestimmungen1y, 0v