from molecular biology to highlevel cognitive processes In addition the book explains how to use these methods to interpret neuroimaging results and includes example datasets from human functional magnetic resonance imaging fMRI positron emission tomography PET and electroencephalography EEG as well as computer vision and speech databases. Datadriven computational neuroscience is an emerging field that seeks to leverage the power of data-driven machine learning and statistical modeling techniques to better understand the intricate workings of the brain and develop new treatments for neurological and psychiatric disorders. This comprehensive volume provides researchers and graduate students with the first in-depth, detailed treatment of statistical and machine learning methods for neuroscience, empowering readers to build their own solutions to real-world problems. The text covers a wide range of methods, including supervised classification with non-probabilistic models, nearest-neighbor classification, decision trees, rule induction, artificial neural networks, and support vector machines, as well as probabilistic models such as discriminant analysis, logistic regression, and Bayesian network classifiers. Other parts of the book focus on association discovery with probabilistic graphical models, Bayesian networks, and Markov networks, and spatial statistics with point processes, complete spatial randomness, and cluster regularity processes. To help readers interpret neuroimaging results, the book includes example datasets from human functional magnetic resonance imaging (fMRI), positron emission tomography (PET), and electroencephalography (EEG), as well as computer vision and speech databases. By applying these methods to the study of cellular structural, functional, medical, and behavioral neuroscience at various levels - from molecular biology to high-level cognitive processes - researchers can gain valuable insights into the structure and functions of the brain.

от молекулярной биологии до когнитивных процессов высокого уровня. Кроме того, книга объясняет, как использовать эти методы для интерпретации результатов нейровизуализации, и включает в себя примеры наборов данных из позитронно-эмиссионной томографии МРТ человека, ПЭТ и электроэнцефалографии ЭЭГ, а также базы данных компьютерного зрения и речи. Datadriven computational neuroscience - это новая область, которая стремится использовать возможности машинного обучения на основе данных и методов статистического моделирования, чтобы лучше понять сложную работу мозга и разработать новые методы лечения неврологических и психических расстройств. Этот всеобъемлющий том предоставляет исследователям и аспирантам первое углубленное и подробное лечение статистических и машинных методов обучения для нейробиологии, предоставляя читателям возможность создавать свои собственные решения реальных проблем. Текст охватывает широкий спектр методов, включая контролируемую классификацию с не вероятностными моделями, классификацию ближайших соседей, деревья решений, индукцию правил, искусственные нейронные сети и машины опорных векторов, а также вероятностные модели, такие как дискриминантный анализ, логистическая регрессия и классификаторы байесовских сетей. Другие части книги посвящены обнаружению ассоциаций с вероятностными графическими моделями, байесовскими сетями и марковскими сетями, а также пространственной статистике с точечными процессами, полной пространственной случайностью и процессами кластерной регулярности. Чтобы помочь читателям интерпретировать результаты нейровизуализации, книга включает в себя примеры наборов данных из функциональной магнитно-резонансной томографии человека (МРТ), позитронно-эмиссионной томографии (ПЭТ) и электроэнцефалографии (ЭЭГ), а также базы данных компьютерного зрения и речи. Применяя эти методы для изучения клеточной структурной, функциональной, медицинской и поведенческой нейробиологии на различных уровнях - от молекулярной биологии до когнитивных процессов высокого уровня - исследователи могут получить ценную информацию о структуре и функциях мозга.

de la biologie moléculaire aux processus cognitifs de haut niveau. En outre, le livre explique comment utiliser ces méthodes pour interpréter les résultats de la neurovisualisation, et comprend des exemples d'ensembles de données provenant de la tomographie par émission de positrons de l'IRM humaine, du PET et de l'électroencéphalographie de l'EEG, ainsi que des bases de données sur la vision et la parole par ordinateur. La neuroscience computationnelle de Datadriven est un nouveau domaine qui vise à exploiter les possibilités d'apprentissage automatique basé sur des données et des méthodes de modélisation statistique pour mieux comprendre le travail complexe du cerveau et développer de nouveaux traitements pour les troubles neurologiques et mentaux. Ce volume complet offre aux chercheurs et aux étudiants des cycles supérieures le premier traitement approfondi et détaillé des méthodes d'apprentissage statistique et machine pour les neurosciences, permettant aux lecteurs de créer leurs propres solutions aux problèmes réels. texte couvre un large éventail de méthodes, y compris la classification contrôlée avec des modèles non probabilistes, la classification des voisins immédiats, les arbres de décision, l'induction de règles, les réseaux neuronaux artificiels et les machines de vecteurs de référence, ainsi que les modèles probabilistes tels que l'analyse discriminatoire, la régression logistique et les classificateurs de réseaux bayésiens. D'autres parties du livre sont consacrées à la détection d'associations avec des modèles graphiques probabilistes, des réseaux bayésiens et des réseaux Markov, ainsi que des statistiques spatiales avec des processus ponctuels, un accident spatial complet et des processus de régularité de cluster. Pour aider les lecteurs à interpréter les résultats de la neuro-imagerie, le livre comprend des exemples d'ensembles de données provenant de l'imagerie par résonance magnétique humaine fonctionnelle (IRM), de la tomographie par émission de positons (TEP) et de l'électroencéphalographie (EEG), ainsi que des bases de données sur la vision et la parole par ordinateur. En appliquant ces techniques à l'étude des neurosciences cellulaires structurelles, fonctionnelles, médicales et comportementales à différents niveaux - de la biologie moléculaire aux processus cognitifs de haut niveau - les chercheurs peuvent obtenir des informations précieuses sur la structure et les fonctions du cerveau.

desde biología molecular hasta procesos cognitivos de alto nivel. Además, el libro explica cómo utilizar estas técnicas para interpretar los resultados de la neuroimagen, e incluye ejemplos de conjuntos de datos de tomografía por emisión de positrones de resonancia magnética humana, PET y electroencefalografía EEG, así como bases de datos de visión computarizada y voz. Datadriven computacional neuroscience es un nuevo campo que busca aprovechar las capacidades del aprendizaje automático basado en datos y técnicas de modelado estadístico para comprender mejor el trabajo complejo del cerebro y desarrollar nuevas terapias para los trastornos neurológicos y mentales. Este amplio volumen proporciona a investigadores y estudiantes de posgrado el primer tratamiento en profundidad y detallado de las técnicas de aprendizaje estadístico y automático para la neurociencia, brindando a los lectores la oportunidad de crear sus propias soluciones a problemas reales. texto abarca una amplia gama de métodos, incluyendo una clasificación controlada con modelos no probabilísticos, clasificación de vecinos cercanos, árboles de decisión, inducción de reglas, redes neuronales artificiales y máquinas de vectores de referencia, así como modelos probabilísticos como análisis discriminatorios, regresión logística y clasificadores de redes bayesianas. Otras partes del libro se centran en la detección de asociaciones con modelos gráficos probabilísticos, redes bayesianas y redes markovianas, así como estadísticas espaciales con procesos puntuales, aleatoriedad espacial completa y procesos de regularidad de cluster. Para ayudar a los lectores a interpretar los resultados de la neuroimagen, el libro incluye ejemplos de conjuntos de datos de imágenes de resonancia magnética funcional humana (MRI), tomografía por emisión de positrones (PET) y electroencefalografía (EEG), así como bases de datos de visión computarizada y voz. Aplicando estas técnicas para estudiar la neurociencia celular estructural, funcional, médica y conductual a diversos niveles - desde la biología molecular hasta procesos cognitivos de alto nivel -, los investigadores pueden obtener información valiosa sobre la estructura y las funciones del cerebro.

desde biologia molecular até processos cognitivos de alto nível. Além disso, o livro explica como usar estes métodos para interpretar os resultados da neurociência, e inclui exemplos de conjuntos de dados da ressonância de ressonância humana, PET e eletroencefalografia EEG, além de bancos de dados de visão e fala computacional. O Datadriven Computational Neuroscience é uma nova área que busca usar a capacidade de aprendizagem automática baseada em dados e técnicas de simulação estatística para compreender melhor o complexo funcionamento do cérebro e desenvolver novos tratamentos para distúrbios neurológicos e mentais. Este volume abrangente oferece aos pesquisadores e alunos de pós-graduação o primeiro tratamento aprofundado e detalhado dos métodos de aprendizagem estatística e máquina para a neurociência, dando aos leitores a oportunidade de criar suas próprias soluções para problemas reais. O texto abrange uma ampla gama de métodos, incluindo classificações controladas com modelos não prováveis, classificação de vizinhos próximos, árvores de soluções, indução de regras, redes neurais artificiais e máquinas de vetores de apoio, e modelos prováveis, tais como análises discriminatórias, regressão logística e classificadores de redes baianas. Outras partes do livro tratam da detecção de associações com modelos gráficos prováveis, redes de baies e redes de Marcos, além de estatísticas espaciais com processos pontuais, total acidentalidade espacial e processos de regularidade de cluster. Para ajudar os leitores a interpretar os resultados da neurociência, o livro inclui exemplos de conjuntos de dados de ressonância magnética funcional humana (ressonância magnética), tomografia de emissão de positron (PET) e eletroencefalografia (EEG), além de bancos de dados de visão de computador e fala. Ao aplicar estes métodos para estudar neurociências estruturais, funcionais, médicas e comportamentais em vários níveis, desde biologia molecular até processos cognitivos de alto nível, os pesquisadores podem obter informações valiosas sobre a estrutura e as funções do cérebro.

dalla biologia molecolare ai processi cognitivi di alto livello. Inoltre, il libro spiega come utilizzare questi metodi per interpretare i risultati della neuroscienza, e include esempi di set di dati provenienti da una risonanza magnetica a emissione positronica umana, PET ed elettroencefalografia EEG, oltre a database di visione e vocazione informatica. Datadriven computational neuroscience è un nuovo campo che cerca di sfruttare le funzionalità di apprendimento automatico basate su dati e tecniche di simulazione statistica per comprendere meglio il complesso lavoro del cervello e sviluppare nuove terapie per i disturbi neurologici e mentali. Questo volume completo offre ai ricercatori e ai laureati il primo trattamento approfondito e dettagliato delle tecniche di apprendimento statistico e automatico per le neuroscienze, offrendo ai lettori la possibilità di creare le proprie soluzioni ai problemi reali. Il testo comprende una vasta gamma di metodi, tra cui la classificazione controllata con modelli non probabili, la classificazione dei vicini vicini, gli alberi delle soluzioni, l'induzione delle regole, le reti neurali artificiali e le macchine dei vettori di supporto, e i modelli probabilistici come analisi discriminatorie, regressione logistica e classificatori delle reti bayesiane. Altre parti del libro sono dedicate alla rilevazione di associazioni con modelli grafici probabili, reti di bayese e reti di marca, statistiche spaziali con processi di punteggiatura, casualità totale e processi di regolarità cluster. Per aiutare i lettori a interpretare i risultati della memoria neurale, il libro include esempi di set di dati provenienti dalla risonanza magnetica funzionale umana (risonanza magnetica), dalla tomografia a emissione positronica (PET) e dall'elettroencefalografia (EEG), oltre a database di visione informatica e vocale. Utilizzando queste tecniche per studiare neuroscienze strutturali, funzionali, mediche e comportamentali a vari livelli, dalla biologia molecolare ai processi cognitivi di alto livello, i ricercatori possono ottenere preziose informazioni sulla struttura e le funzioni cerebrali.

von der Molekularbiologie bis zu kognitiven Prozessen auf hohem Niveau. Darüber hinaus erklärt das Buch, wie diese Techniken zur Interpretation von Neuroimaging-Ergebnissen eingesetzt werden können, und enthält Beispiele für Datensätze aus der humanen Positronen-Emissions-Tomographie-MRT, PET und EEG-Elektroenzephalographie sowie Computer Vision und Sprache Datenbanken. Datadriven computational neuroscience ist ein aufstrebendes Feld, das darauf abzielt, die Möglichkeiten des maschinellen rnens auf der Grundlage von Daten und statistischen Modellierungsmethoden zu nutzen, um die komplexe Funktionsweise des Gehirns besser zu verstehen und neue Therapien für neurologische und psychische Störungen zu entwickeln. Dieser umfassende Band bietet Forschern und Doktoranden eine erste eingehende und detaillierte Behandlung statistischer und maschineller hrmethoden für die Neurowissenschaften und gibt den sern die Möglichkeit, ihre eigenen Lösungen für reale Probleme zu entwickeln. Der Text umfasst eine breite Palette von Methoden, einschließlich der kontrollierten Klassifizierung mit nicht-probabilistischen Modellen, der Klassifizierung der nächsten Nachbarn, Entscheidungsbäume, Regelinduktion, künstliche neuronale Netze und Stützvektormaschinen sowie probabilistische Modelle wie Diskriminanzanalyse, logistische Regression und Bayes'sche Netzklassifikatoren. Weitere Teile des Buches widmen sich der Entdeckung von Assoziationen mit probabilistischen graphischen Modellen, Bayesschen Netzwerken und Markov-Netzwerken sowie der räumlichen Statistik mit Punktprozessen, totaler räumlicher Zufälligkeit und Prozessen der Clusterregularität. Um den sern zu helfen, die Ergebnisse der Neuroimaging zu interpretieren, enthält das Buch Beispiele für Datensätze aus der funktionellen humanen Magnetresonanztomographie (MRT), Positronen-Emissions-Tomographie (PET) und Elektroenzephalographie (EEG) sowie Computer Vision und Sprache Datenbanken. Durch die Anwendung dieser Methoden zur Untersuchung der zellulären Struktur-, Funktions-, Medizin- und Verhaltensneurobiologie auf verschiedenen Ebenen - von der Molekularbiologie bis hin zu kognitiven Prozessen auf hohem Niveau - können Forscher wertvolle Einblicke in die Struktur und Funktion des Gehirns gewinnen.

od biologii molekularnej do procesów poznawczych wysokiego poziomu. Ponadto, książka wyjaśnia, jak wykorzystać te techniki do interpretacji wyników neuroobrazowania i zawiera przykłady zbiorów danych z tomografii emisyjnej pozytonów człowieka MRI, PET i EEG elektroencefalografii oraz komputerowych baz danych wizji i mowy. Neurobiologia obliczeniowa Datadriven to rozwijające się pole, które dąży do wykorzystania mocy uczenia maszynowego opartego na danych i technik modelowania statystycznego, aby lepiej zrozumieć złożone działania mózgu i opracować nowe metody leczenia zaburzeń neurologicznych i psychiatrycznych. Ten wszechstronny tom zapewnia badaczom i absolwentom pierwsze dogłębne i szczegółowe traktowanie metod uczenia statystycznego i maszynowego dla neurobiologii, umożliwiając czytelnikom tworzenie własnych rozwiązań problemów świata rzeczywistego. Tekst obejmuje szeroki wachlarz metod, w tym kontrolowaną klasyfikację z modelami o niskim prawdopodobieństwie, najbliższą klasyfikację sąsiadów, drzewa decyzyjne, indukcję reguł, sztuczne sieci neuronowe i obsługę maszyn wektorowych, a także modele prawdopodobieństwa, takie jak dyskryminująca analiza, regresja logistyczna i bayesowscy klasyfikatorzy sieci. Inne części książki poświęcone są wykrywaniu powiązań z probabilistycznymi modelami graficznymi, sieciami bayesowskimi i sieciami Markova, a także statystykom przestrzennym z procesami punktowymi, całkowitą losowością przestrzenną i procesami regularności klastrów. Aby pomóc czytelnikom w interpretacji wyników neuroobrazowania, książka zawiera przykłady zbiorów danych z ludzkiego funkcjonalnego rezonansu magnetycznego (MRI), pozytonowej tomografii emisyjnej (PET) oraz elektroencefalografii (EEG), a także komputerowych baz danych wizji i mowy. Stosując te metody do badania komórkowej, strukturalnej, funkcjonalnej, medycznej i behawioralnej neurobiologii na poziomie od biologii molekularnej po procesy poznawcze wysokiego poziomu, naukowcy mogą uzyskać cenne spostrzeżenia na temat struktury i funkcji mózgu.

מביולוגיה מולקולרית לתהליכים קוגניטיביים ברמה גבוהה. בנוסף, הספר מסביר כיצד להשתמש בטכניקות אלה כדי לפרש תוצאות הדמיה עצבית וכולל דוגמאות של נתונים מטומוגרפיה של פליטת פוזיטרונים אנושיים, MRI, EEG ואלקטרואנצפלוגרפיה, וכן ראיית מחשב ומאגרי מידע לדיבור. מדעי מוח חישוביים (באנגלית: Datadriven Designational Seuroscial Sciency) הוא תחום מתפתח השואף לרתום את הכוח של למידת מכונה מונעת נתונים ושיטות מידול סטטיסטיות כדי להבין טוב יותר את תפקוד המוח המורכב ולפתח טיפולים חדשים להפרעות נוירולוגיות ופסיכיאטריות. כרך מקיף זה מספק לחוקרים ולסטודנטים לתואר ראשון טיפול מעמיק ומפורט בשיטות לימוד סטטיסטיות ומכונה למדעי המוח, ומעצים את הקוראים ליצור פתרונות משלהם לבעיות בעולם האמיתי. הטקסט מכסה מגוון רחב של שיטות, כולל סיווג מבוקר עם מודלים שאינם הסתברותיים, סיווג שכנים קרוב, עצי החלטה, אינדוקציה של חוקים, רשתות עצביות מלאכותיות ומכונות וקטורים תומכות, כמו גם מודלים של הסתברות, אנליזה מפלה, רגרסיה לוגיסטית וסיווגי רשת בייסיאנית. חלקים אחרים בספר מוקדשים לזיהוי של אסוציאציות עם מודלים גרפיים הסתברותיים, רשתות בייסיאניות ורשתות מרקוב, כמו גם סטטיסטיקות מרחביות עם תהליכים נקודתיים, אקראיות מרחבית מלאה ותהליכים רגולריים של אשכול. כדי לסייע לקוראים לפרש תוצאות הדמיה נוירולוגית, הספר כולל דוגמאות של נתונים מהדימות תהודה מגנטית תפקודית אנושית (MRI), טומוגרפיית פליטת פוזיטרונים (PET) ואלקטרואנצפלוגרפיה (EEG), וכן ראיית מחשב ומאגרי דיבור. על ידי יישום שיטות אלה לחקר מבנה תאי, תפקודי, רפואי והתנהגותי במדעי המוח ברמות הנעות מביולוגיה מולקולרית לתהליכים קוגניטיביים ברמה גבוהה, חוקרים יכולים לרכוש תובנות יקרות למבנה המוח ולתפקודו.''

moleküler biyolojiden üst düzey bilişsel süreçlere. Buna ek olarak, kitap nörogörüntüleme sonuçlarını yorumlamak için bu tekniklerin nasıl kullanılacağını açıklar ve insan pozitron emisyon tomografisi MRG, PET ve EEG elektroensefalografi ve bilgisayar görme ve konuşma veritabanlarından veri kümeleri örneklerini içerir. Datadriven hesaplamalı sinirbilim, karmaşık beyin çalışmalarını daha iyi anlamak ve nörolojik ve psikiyatrik bozukluklar için yeni tedaviler geliştirmek için veri odaklı makine öğrenimi ve istatistiksel modelleme tekniklerinin gücünden yararlanmayı amaçlayan yeni bir alandır. Bu kapsamlı cilt, araştırmacılara ve yüksek lisans öğrencilerine, nörobilim için istatistiksel ve makine öğrenme yöntemlerinin ilk derinlemesine ve ayrıntılı tedavisini sağlayarak, okuyucuların gerçek dünyadaki sorunlara kendi çözümlerini yaratmalarını sağlar. Metin, olasılık dışı modellerle kontrollü sınıflandırma, en yakın komşu sınıflandırması, karar ağaçları, kural indüksiyonu, yapay sinir ağları ve destek vektör makinelerinin yanı sıra diskriminant analizi, lojistik regresyon ve Bayesian ağ sınıflandırıcıları gibi olasılık modelleri de dahil olmak üzere çok çeşitli yöntemleri kapsamaktadır. Kitabın diğer bölümleri olasılıksal grafiksel modeller, Bayesian ağları ve Markov ağları ile ilişkilerin yanı sıra nokta süreçleri, tam mekansal rastgelelik ve küme düzenlilik süreçleri ile mekansal istatistiklerin tespitine ayrılmıştır. Okuyucuların nörogörüntüleme sonuçlarını yorumlamasına yardımcı olmak için, kitap insan fonksiyonel manyetik rezonans görüntüleme (MRI), pozitron emisyon tomografisi (PET) ve elektroensefalografi (EEG) ile bilgisayar görme ve konuşma veritabanlarından veri kümeleri örneklerini içermektedir. Bu yöntemleri moleküler biyolojiden üst düzey bilişsel süreçlere kadar değişen seviyelerde hücresel yapısal, işlevsel, tıbbi ve davranışsal sinirbilimi incelemek için uygulayarak, araştırmacılar beyin yapısı ve işlevi hakkında değerli bilgiler edinebilirler.

من علم الأحياء الجزيئي إلى العمليات المعرفية عالية المستوى. بالإضافة إلى ذلك، يشرح الكتاب كيفية استخدام هذه التقنيات لتفسير نتائج التصوير العصبي ويتضمن أمثلة على مجموعات بيانات من التصوير المقطعي بالإصدار البوزيتروني البشري بالرنين المغناطيسي والتصوير المقطعي بالإصدار البوزيتروني وتخطيط كهربية الدماغ ورؤية الكمبيوتر وقواعد بيانات الكلام. علم الأعصاب الحاسوبي Datadriven هو مجال ناشئ يسعى إلى تسخير قوة تقنيات التعلم الآلي والنمذجة الإحصائية القائمة على البيانات لفهم أعمال الدماغ المعقدة بشكل أفضل وتطوير علاجات جديدة للاضطرابات العصبية والنفسية. يوفر هذا المجلد الشامل للباحثين وطلاب الدراسات العليا أول معالجة متعمقة ومفصلة لطرق التعلم الإحصائي والآلي لعلم الأعصاب، مما يمكّن القراء من إنشاء حلولهم الخاصة لمشاكل العالم الحقيقي. يغطي النص مجموعة واسعة من الطرق، بما في ذلك التصنيف الخاضع للرقابة مع نماذج غير احتمالية، وتصنيف أقرب جار، وأشجار القرار، وحث القواعد، والشبكات العصبية الاصطناعية، وآلات ناقلات الدعم، بالإضافة إلى نماذج الاحتمالات مثل التحليل التمييزي، والانحدار اللوجستي، ومصنفات الشبكة البايزية. تم تخصيص أجزاء أخرى من الكتاب للكشف عن الارتباطات مع النماذج الرسومية الاحتمالية وشبكات Bayesian وشبكات Markov، بالإضافة إلى الإحصاءات المكانية مع العمليات النقطية والعشوائية المكانية الكاملة وعمليات انتظام التكتل. لمساعدة القراء على تفسير نتائج التصوير العصبي، يتضمن الكتاب أمثلة على مجموعات بيانات من التصوير بالرنين المغناطيسي الوظيفي البشري (MRI)، والتصوير المقطعي للانبعاثات البوزيترونية (PET)، والتخطيط الكهربائي للدماغ (EEG)، بالإضافة إلى رؤية الكمبيوتر وقواعد بيانات الكلام. من خلال تطبيق هذه الأساليب لدراسة علم الأعصاب الهيكلي الخلوي والوظيفي والطبي والسلوكي بمستويات تتراوح من البيولوجيا الجزيئية إلى العمليات المعرفية عالية المستوى، يمكن للباحثين اكتساب رؤى قيمة حول بنية الدماغ ووظيفته.

분자 생물학에서 높은 수준의인지 과정까지. 또한이 책은 이러한 기술을 사용하여 신경 영상 결과를 해석하는 방법을 설명하고 인간 양전자 방출 단층 촬영 MRI, PET 및 EEG 뇌파 검사, 컴퓨터 비전 및 음성 데이터베이스의 데이터 세트 예를 포함합니다. Datadriven 전산 신경 과학은 복잡한 뇌 작용을보다 잘 이해하고 신경 학적 및 정신과 적 장애에 대한 새로운 치료법을 개발하기 위해 데이터 중심 기계 학습 및 통계 모델링 기술의 힘을 활용하려는 새로운 분야입니다. 이 포괄적 인 책은 연구원과 대학원생들에게 신경 과학을위한 통계 및 기계 학습 방법에 대한 최초의 심층적이고 상세한 치료를 제공하여 독자들이 실제 문제에 대한 자체 솔루션을 만들 수 있도록합니다. 이 텍스트는 비 확률 모델을 사용한 제어 분류, 가장 가까운 이웃 분류, 의사 결정 트리, 규칙 유도, 인공 신경망 및 지원 벡터 시스템뿐만 아니라 판별 분석, 물류 회귀 및 베이지안 네트워크 분류기. 이 책의 다른 부분은 확률 론적 그래픽 모델, 베이지안 네트워크 및 Markov 네트워크와의 연관성 탐지, 포인트 프로세스, 완전한 공간 임의성 및 클러스터 규칙 프로세스에 대한 공간 통계를 탐지하는 데 전념합니다. 독자가 신경 영상 결과를 해석 할 수 있도록이 책에는 컴퓨터 비전 및 음성 데이터베이스뿐만 아니라 인간 기능 자기 공명 영상 (MRI), 양전자 방출 단층 촬영 (PET) 및 뇌파 (EEG) 의 데이터 세트 예가 포함되어 있습니다. 분자 생물학에서 높은 수준의인지 과정에 이르기까지 세포 구조, 기능, 의료 및 행동 신경 과학을 연구하기 위해 이러한 방법을 적용함으로써 연구원들은 뇌 구조와 기능에 대한 귀중한 통찰력을 얻을 수 있습니다.