計算神經科學博士生導師

❶ 世界上哪些大學計算神經科學比較好

哈佛大學除享譽世界的醫學、法學研究生院和商學院外，在生物、化學、數學、文學及政治科學等專業也名聞遐邇。在最新的USNEWS上，哈佛大學全美排名第一的專業有12個，大大超出排名第二的普林斯頓大學（7個）。

這些排名最牛專業分別為：

代數/數字理論/代數幾何（Algebra/Number Theory/Algebraic Geometry），
幾何學（Geometry），
生物化學/生物物理/結構物理學（Biochemistry/Biophysics/Structural Biology），
免疫學/傳染病（Immunology/Infectious Disease），
神經系統科學/神經生物學（Neuroscience/Neurobiology），
管理科學（Management），
細胞生物學（Cell Biology），
微生物學（Microbiology），
分子生物學（Molecular Biology），
有機化學（Organic），
商學院2008年綜合排名（MBA），
經典文學（Classics），
音樂（Music）。

❷ 國內認知神經科學比較好的導師有哪些

北京師范大學?畢業！~！怕什麼！~！只要學好了~！！~！
微軟都可以！~！
就看你學到什麼層次！~！
碩士生，應該沒什麼問題！~！
相信你有這個能力！~1不要放棄！~！

❸ 神經生物學准研究生應該怎樣選擇導師

這是有前提的，看你在國內還是國外，看你將來要不要做科研。不過我覺得優先順序還是文章質量，導師人品，課題方向和實驗技術。

第三種是實業型教授： 科學、技術、企業 一樣都不耽誤，地方實力派。這一類導師自己開公司，自己接項目、開公司，想賺錢，不需要職稱論文，或者已經積累夠了論文和職稱，或者已經是學術大牛，甚至還有行政職務，這類導師往往也像第一種導師一樣，年齡稍大，你進組了相當於是他的創新團隊的一員，打工的性質比較強，學生的性質相對比較淡化。這類導師往往善於交際，能力上沒有短板，學術 專利 成果轉化 掙錢 每樣都不耽誤；學術圈，政治圈，商業圈 都能混得開。

當然，你要提前了解導師的人品。最好找這個導師的學生親自問清楚，他們的體會最有說服力了。

❹ 美國的計算神經科學博士生活是什麼樣的

錄取難度比較難。要同時掌握神經科學和計算機知識，對於學習者的接受能力要求高，很難達到要求。如果考上並且畢業就業是非常好的。

❺ 美國的計算神經科學博士生活是什麼樣的

作者：Ruyuan Zhang
鏈接：https://zhuanlan.hu.com/p/20344082
來源：知乎
著作權歸作者所有。商業轉載請聯系作者獲得授權，非商業轉載請註明出處。

計算神經科學是我一直想說的一個話題，借著回答別人的問題說了一下，並不完全，原帖鏈接如下，我只是把我的答案發上來。
美國的計算神經科學博士生活是什麼樣的？ - 留學

個人覺得前面幾個人都沒有真正回答樓主的問題，本人不算狹義 (定義後面會提) 的computational neuroscientist，但是身邊無論是faculty還是學生在這個領域的都接觸了不少，根據樓主的需求談一談對這個領域的理解。

在回答問題之前，首先來說什麼是computational neuroscience (也叫theoretical neuroscience)，這個term其實是個非常新的詞，最開始是被Boston University的Eric L.Schwartz於1985年提出，本人手上剛好有一本此人1990年寫的《Computational Neuroscience》，其內容已經和現在的最新發展嚴重脫節，說明本身這是個定義快速變化發展的領域。同時需要和另一個詞『bioinformatics』做出細微區分，廣義的『bioinformatics』應該包括computational neuroscience，都是計算方法在生物領域的應用，但是目前的bioinformatics很多是關於genetic方向，所以做computational neuroscience的人一般不說自己是做『bioinformatics』

廣義的Computational Neuroscience (CN)，其實就是指運用計算模型(具體有machine learning，applied math相關知識) 解答神經科學問題，從這個定義來講其實很多神經科學家都算，也的確很多人把computational neuroscience這一條加到自己的CV和研究介紹里。但是狹義的來說，Computational Neuroscientist或者是『theoretical neuroscientist』是要和experimental neuroscientist區分開的，前者分析數據建模推崇理論，但是自己幾乎從來不做實驗直接驗證，神經科學數據(比如電生理數據)的記錄主要由後者來完成。狹義的CN研究者在整個神經科學家的隊伍中只佔小部分，其他大部分我們叫experimentalist. @Xun Huang貼出的那篇博客我也看過，主要是針對狹義的CN。題主問了這個問題，我推測你可能是個國內高校的學生，希望申請北美狹義的CN PhD, 以下的討論也基於這個前提。

首先，錄取難度
個人覺得挺難。為什麼難？難在哪？
難在交叉背景。這個領域要求既要有神經科學知識，也要數學計算機的知識。難點具體來說有這么幾點。

1. 在目前國內的院系建構內，前者可能是在生物系，心理系，後者可能是在應用數學，工程或者計算機系，從操作層面來說就不是很容易。有些學校有雙學位或者輔修制度，也許能填補這類空白。

2. 主觀上，對於一個大一或者大二的本科生來說，很難有這個意識去主動的同時對這兩個方向做知識儲備，因為99%的人還不知道什麼是CN。

3. 我覺得更重要的難點在於，除了課程，很多學校要求本科生科研，國內幾乎找不到研究computational neuroscience導師。目前只有北師大的腦科學所的吳思老師，李兆平老師，北大的Louis Tao，中科大的溫泉老師，還有上海交大的David Cai等少數人算是很這方面很優秀的科學家，勾指頭算我都覺得不超過10個人。光上基礎課程對CN完全不會有概念，必須要一個導師一樣的人帶你入門才行。在一些工程院系，有很多人做complex system，neural network的研究，但是他們還是在做engineering。簡單區分的話來看他們發表文章主要是在神經科學期刊上還是工程學期刊上。在我看來，這還不是北美尤其是Xun Huang轉載的博客里所說的CN。

那麼，課程上不了，導師找不到的情況下，你覺得還容易么？如果非要說個 ，神經科學背景和數學計算機背景只能選其一的話，我建議還是選後者。其實國內院校數學，計算機和工程專業每年要畢業大量的畢業生，但是極少有人轉到神經科學領域，最重要的原因還是不了解，既然不了解，也就談不上興趣。這個交叉學科的問題其實在很多領域都有，比如目前金融專業和數學計算機專業就是沒法培養既懂金融也懂計算的人。。

其次，學習難度，畢業難度
假如你是一個985，211等知名院校畢業的廣義工程專業的學生，高等數學，線性代數，概率統計，隨機過程等都有相應的基礎課程 （差一兩門也沒關系），那麼其實學習起來不是那麼困難，畢業 和別的神經科學方向並無本質區別。如果你本科是生物背景，要去補數學知識，可能要難一些。從現實來看，經常看見計算背景的人轉到神經科學領域，往往都成了大牛。極少有生物醫學背景的人來做這個，因為目前整體生物醫學訓練（包括心理學）中，對數學能力的要求實在太低。

再次，生活是怎樣的？
身邊就有CN的PHD，也認識很多CN的PHD朋友，過的日子和我們並無兩樣。有一點不一樣的就是他們幾乎從來不做實驗，每天就是推公式，想演算法，分析別人的實驗數據，和我這樣的實驗狗有一點區別。有一點特別強調的是，做CN的人往往和做實驗的experimentalist緊密合作，不過目前國內還沒有這個意識。

最後，就業情況
分兩部分，工業界和學術界

工業界
做CN在工業界一直非常好就業，尤其是在最近幾年的大數據背景之下。個人覺得CN和目前最火的deep learning就是一個硬幣的兩面。Deep learning本身就是做CN的人發明的，從80年代起，計算神經科學家和做AI的計算機科學家本來就是一撥人，後來在90年代才逐漸分化開。Geffoery Hinton和Terry Sejonwski在80年代做了大量的理論奠基，後來Hinton逐漸往計算機領域靠攏，Sejonwski則繼續留在了神經科學領域。90年代，在計算機領域neural network不受待見，直到最近又死灰復燃，但是在神經科學領域人們這么30多年來一直在堅持用neural network這種approach，因為本來大腦就是這么工作的嘛。還有一個例子就是UCL畢業的Demis Hassabis,PhD是做CN的，後來創立的deepmind，是世界上少數的頂尖AI科學家。

學術界
大數據和machine learning的發展最近幾年也滲透到了學術界，很多神經科學家們招phd和postdoc都偏向於招有計算背景的人，哪怕你不懂神經科學技術。還是那句話，你懂計算還可以補習神經科學知識，你只懂神經科學老闆就沒耐性補習你數學知識了。本人曾經想postdoc轉行做狹義的CN，但是被老闆苦口婆心的制止了，因為從總體來看，CN的faculty職位哪怕在最近幾年大量增加，也遠少於experimentalist。而且，只有少數綜合實力很強的大學和研究機構有能力設置這樣一個職位。而且，做狹義的CN有一個致命弱點，就是你必須要和experimentalist合作，有了data你才能發真正不錯的paper，所以必須依靠別人的data，沒法獨立。在學術界要求文章數量和質量的時候，這一行稍微有點吃虧。

目前在中國做這方面研究的人很少，主要有以下幾個原因
1， 交叉背景，前面講了，所以北美哪怕讀CN PhD的中國學生就很少，回國的就更少。
2，一般國內優秀的數學或者計算機專業的畢業生，基本也都被BAT挖走了，誰還會有心轉行學點神經科學？
3，現在machine learning，data science這么火，你要是讀在北美CN的phd，隨便矽谷找個公司高薪妥妥的，請問你還會去做年薪只有3-4w刀的postdoc么。。。我認識的讀CN的phd，畢業大多數都被google挖走了。
4，國內的學科壁壘太深。以前在心理系從來就沒聽說過心理系的人和計算機那邊搞machine learning的人合作過，教授們哪怕在一個大的課題基金下也是各做各的，這個沒辦法，意識不夠。

唯一可喜的是最近國內腦科學發展較快，認識的很多物理或者數學背景的師弟師妹開始想學這個方向，以後中國人會越來越多的。但是等你過幾年這一步趕上來了，誰知道美國又出現了什麼新的思潮，於是永遠在追趕。。。

❻ 報什麼專業可以讀神經科學

額……雖然對此毫無頭緒,不過既然被召喚了就隨便說幾句。我似乎從來沒有聽說過本科有設置「神經科學」這個專業方向的,不過神經科學本來就是交叉學科嘛,就我所知道我們研究所招收的人來說,啥方向都有,主體是本科學習生命科學方向的人群,這部分當中似乎除了植物學和生態學以外任何生科專業的都有,除了生命科學類以外,也有來自數學、物理、化學、醫學、獸醫學背景的學生。如果你真的有志於神經科學的話,那具體做神經科學的工作也是讀研以後的事情了,本科如果很希望學習相關知識的話,比較理想的選擇是學習生理學、生物化學方向,如果不想學生科也可以學習物理學或者數學,以後走生物物理學或者計算神經科學方向。至於推薦大學,老夫就更加無力了。從歷年來在我們研究所挖牆角的各大學來看,北京師范大學、北京大學、浙江大學的師資力量似乎很強……除此以外么,復旦大學最近在這方面似乎也搞得風生水起的,至於香港那邊,感覺香港科技大學還不錯的樣子,有葉玉如、張明傑兩個大牛坐鎮,下頭還率領一批頗土豪的教授。在這些大學學習的話,我想至少去神經科學方向實驗室搬磚的機會是有很多的。

❼ 華南師范大學研究生專業神經生物學有幾個導師我只知道一個李東風……

現在有龍成老師和楊莉老師，與李老師是同個實驗室的，你可以查一下他們的資料

❽ 武漢大學計算機方面的好的導師有哪些

武漢來大學計算機學院教授源，博士生導師。1986年計算機應用專業本科畢業（原武漢測繪科技大學計算機系），1994獲信號與信息處理專業碩士學位（原武漢測繪科技大學電子工程系），華中科技大學控制科學與工程系在職攻讀博士學位。2006年10月開始在美國匹茲堡大學醫學院計算神經科學實驗室做訪問教授，從事醫學圖像分析與醫學模擬研究。在國內外公開刊物發表論文近30篇，撰寫出版計算機教材兩部。現任美國英文核心期刊「Advances in Systems Science and Applications」發行編輯。