关于这本日记
目标和范围
计算智能与神经科学是神经计算、神经工程和人工智能跨学科领域的论坛，在这里神经科学家、认知科学家、工程师、心理学家、物理学家、计算机科学家，而人工智能研究人员等可以在一份期刊上发表他们的研究成果，弥合神经科学、人工智能和工程学之间的鸿沟。
该杂志提供跨学科水平的研究和评论论文，以计算神经科学智能系统领域为重点。这一领域包括人工智能、人类认知、感知和动机的模型和计算理论、大脑模型、人工神经网络和神经计算等领域。与构建理论和实践系统相关的所有项目都在其范围内，包括在适用神经网络理论、有监督和无监督学习方法、算法、体系结构、性能度量、应用统计学、软件仿真、硬件实现、基准，系统工程、集成和创新应用。
该杂志涵盖计算机科学、数学、物理学、心理学、认知科学、医学和神经生物学等学科。计算智能和神经科学的工作是指在神经系统的发展和功能的理论和计算方面的工作，可以是在神经元网络的层次上，也可以是在细胞或亚细胞层次上。
该杂志的主题包括但不限于以下计算、理论、实验、临床和应用方面：
- 神经建模与神经计算
- 神经信号处理
- 脑机接口
- 神经元电子学
- 神经反馈，神经康复
- 神经信息学
- 脑电波，神经成像（功能磁共振成像，脑电图，脑磁图，PET，近红外）
- 神经回路：人工和生物
- 神经控制与神经系统分析
- 学习理论（有监督/无监督/强化学习）
- 基于知识的神经网络、概率、空间和时间知识表示和推理
- 学习分类器
- 神经网络-模糊系统-进化算法的融合
- 受生物启发的智能代理（架构、环境、适应/学习和知识管理）
- 贝叶斯网络与概率推理
- 群体智能、蚁群优化、多智能体系统
- 感知系统的计算方面；对不同（视觉、听觉和触觉）模式的感知；感知和选择性注意
- 长期、短期和工作记忆
- 认知现象的多层次（神经、心理、计算）分析
- 自然与人工认知系统的综合理论
- 神经科学的信息论、控制论和决策论方法
- 研究创造力、学习、知识和推理、情感和动机、意识和意识、感知和行动、决策和行动等的多学科计算方法。
- 从人工生命、动力系统、复杂系统的角度看认知系统
- 神经生物学激发的进化系统
特色稿件将分为原创研究论文或评论文章。预期文章将是高质量的贡献，代表具有实际用途和价值的新的和重要的研究、发展或应用。将根据文章的原创性、技术可靠性、阐述的清晰性、科学贡献和多学科影响做出决定。
书目信息
ISSN:1687-5265（打印）
ISSN:1687-5273（在线）
内政部：10.1155/8483
接触
编辑询问应指向help@hindawi.com网址.
