基于人工智能(AI)的应用系统正在成为软件行业和应用领域(如计算神经科学、生物信息学和医疗保健)的主流。大数据生成和管理方面的最新进展为决策者利用这些海量数据进行不同目的和分析提供了途径。基于人工智能的应用程序开发人员长期以来一直使用传统的机器学习技术来设计更好的用户界面和漏洞预测。然而，随着基于深度学习和神经网络和算法的发展，研究人员能够探索和了解更多关于数据及其暴露的关系或隐藏的特征。这种开发数据驱动应用系统的新趋势寻求将计算神经网络算法和技术应用于许多应用领域，包括软件系统、网络安全、人类活动识别和行为建模。因此，计算神经网络算法可以被改进以解决数据驱动应用中的问题。

这期特刊的目的是为数据驱动的应用培养机器和深度学习方法，在这种应用中，数据控制着应用的行为。鼓励使用计算神经科学来考虑如何建模和构建数据驱动的应用程序的原始研究和评论文章。更具体地说，我们有兴趣了解神经元网络如何代表数据驱动的应用程序及其行为，以提取关键特征。特刊将使来自学术界和产业界的研究人员在计算神经科学和神经工程中建模基于神经的应用程序时，能够分享创新的应用程序和共同问题的创造性解决方案。

可能的主题包括但不限于以下内容:

• 神经编程和编码在数据驱动系统使用机器和深度学习
• 注意力和学习数据驱动系统使用神经记忆网络
• 使用机器和深度学习的基于神经的信息和数据的数学公式
• 人类通过神经网络感知、认知和决策
• 通过深度神经建模的人类活动识别
• 使用计算神经科学技术对人类行为进行建模和预测
• 通过神经网络建模人机交互
• 使用计算神经科学技术模拟人形智能机器人和模仿人类行为