社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  机器学习算法

新书推荐 | 《深度学习与视觉神经信息编解码技术》 | 视觉智能时代,你是否想揭开大脑视觉编码的奥秘,却苦于脑科学与AI的学科壁垒?

高教学术 • 9 月前 • 238 次点击  



打破脑科学与AI的学科壁垒

“十四五”国家重点出版物出版规划项目

当深度学习在计算机视觉领域高歌猛进,我们是否真正理解人脑视觉处理的底层逻辑?视觉神经信息编解码技术如何与AI模型双向赋能、交叉突破?

01

深度学习与视觉神经信息编解码技术

深度学习与视觉神经信息编解码技术
深度学习与视觉神经信息编解码技术

本书以“生物机制‒计算模型‒编解码技术‒对抗鲁棒性”为逻辑主线,帮你打通脑科学与AI的任督二脉,全方位掌握视觉信息处理的核心能力,助你站在脑科学与人工智能的交叉前沿!

01

图书基本信息

书名:深度学习与视觉神经信息编解码技术

书号:9787040656275

作者:闫镔 乔凯 张驰

出版日期:2026年02月

02

作者介绍

本书由信息工程大学闫镔教授、乔凯副教授、张驰副教授主编,深度融合团队十余年国家重大科研项目成果与前沿实战经验,聚焦脑科学与人工智能学科交叉研究,为行业提供了一套视觉编解码计算模型和理论方法,是兼顾学术前沿性与技术实用性的跨学科必备宝典。


闫镔,教授,博士生导师,河南省成像与智能处理重点实验室主任,入选全球前 2% 顶尖科学家。师从唐孝威院士,长期从事脑机交互、功能磁共振成像与智能信息处理研究。先后主持国家 863 计划重点项目、国家自然科学基金、国家重点研发计划等科研项目 20 余项;获军队科技进步一等奖、河南省科技进步二等奖等省部级科技奖励 15 项。指导培养硕士、博士研究生 130 余名;发表 SCI/EI 检索论文 300 余篇;申请及授权国家专利 120 余项;出版专著与教材 8 部。

深度学习与视觉神经信息编解码技术

03

章节总览:构建“脑‒机‒智”三位一体的知识闭环

第一篇:基础理论奠基(第1—3章)

系统介绍脑功能成像与视觉信息编解码的发展脉络。详解大脑视觉神经信息处理机制,并构建视觉编解码建模的实验分析与数据处理基础,为编解码技术搭建坚实底座。

第二篇:计算模型攻坚(第4章)

聚焦深度网络与计算机视觉信息处理,系统梳理从特征工程到深度学习的演进路径。详解深度神经网络与视觉皮层的层次对应关系,让你掌握模拟大脑视觉处理的核心计算工具。

第三篇:编解码技术赋能(第5—7章)

全面解析视觉信息编解码的核心技术体系。分别从视觉信息编码、分类和重构三个维度,结合团队数十年研究积累和国际顶尖团队研究成果,详解基于深度学习的模型构建方法,让你系统掌握神经信号编解码技术。

第四篇:前沿议题探究(第8章)

聚焦视觉信息的对抗鲁棒性,对比分析人脑视觉与深度学习模型的鲁棒性差异。通过真实案例拆解,展示如何将脑科学机制反哺AI模型安全。


02

     目录    

65627-00_index_页面_1.jpg
65627-00_index_页面_2.jpg
65627-00_index_页面_3.jpg
65627-00_index_页面_4.jpg

脑机智能时代,光有算法不够,能理解大脑才是核心竞争力!《深度学习与视觉神经信息编解码技术》形成“生物机制‒计算模型‒编解码‒鲁棒性”的完整知识闭环,帮你把神经科学知识转化为AI创新灵感、把深度学习模型转化为类脑智能成果。无论是探索视觉编码的科研工作者,还是寻求AI模型可解释性的工程师,这本书都能成为你在脑机融合浪潮中站稳脚跟、进阶成长的理论和实践指南!

致谢     

特别感谢唐孝威院士、邬江兴院士为本书作序;感谢包尚联、潘纲、陈华富、李晟、何晖光、张洳源、杜学绘等相关领域专家对本书提出的宝贵修改意见。诸位的关心和帮助为本书的顺利出版奠定了坚实的基础,特此致以诚挚的谢意。


03

     购书     

购书注意事项: 

●
image.png



END




Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/192886