05 - Neurocomputação: O Sistema Nervoso - Computação Inspirada pela Natureza

- Introdução
- Deep Blue vs. Kasparov
- Neurocomputação e definições
- Neurociência Computacional e Redes Neurais Artificiais
- O Sistema Nervoso
- Sistema Endócrino e Sistema Nervoso
- Evolução do Sistema Nervoso
- Sistema Nervoso Periférico
- Sistema Nervoso Central
- Tubo Neural
- Processo de Desenvolvimento
- Plasticidade
- Retro-alimentação
- Conexões bottom-up e top-down
- Organização do Sistema Nervoso de Vertebrados
- Sistema de Três Estágios
- Cérebro
- Regiões do Cérebro
- Tálamo, Medula Oblonga, Córtex, Hipotálamo, Cerebelo, Corpo Caloso
- Massa Branca e Massa Cinzenta
- Hemisférios do Córtex
- Teoria de Sperry
- Lobos do Córtex: frontal, parietal, occipital, temporal
- Regiões Funcionais do Cérebro
- Imagens Tomográficas
- Cérebro Humano
- Cérebro de um peixe primitivo
- Sistema Nervoso dos Vertebrados
- Evolução do Cérebro dos Vertebrados
- Proteção do Sistema Nervoso
- Medula Espinhal
- Reflexo do Joelho
- Medula Espinhal Humana
- Lesões na Medual Espinhal
- Poliomielite (Paralisa Infantil)
- Sistema Nervoso Periférico
- Sistema Nervoso Somático
- Sistema Nervoso Autônomo
- Sistema Simpático
- Sistema Parassimpático
- Hierarquia do Sistema Nervoso
- Neurônios (Células Nervosas)
- Neurônio Natural
- Processamento de Informações
- Transmissão de Pulsos
- Sinapses
- Potencial Pós-Sináptico
- Comunicação entre Neurônios
- Conexões do Sistema Nervoso
- Redes, Camadas e Mapas
- Organização em Camadas
- Áreas do Córtex
- Camadas do Córtex
- Mapa Topográfico
- Bases Biológicas e Físicas de Aprendizado
- Aprendizado Global
- Memória
- Sumário
- Questões
- Bibliografia

Fabricio Breve possui graduação em Ciência da Computação pela Universidade Metodista de Piracicaba (UNIMEP, 2001), mestrado em Ciência da Computação pela Universidade Federal de São Carlos (UFSCar, 2006) e doutorado em Ciências da Computação e Matemática Computacional pela Universidade de São Paulo (USP, 2010) com período sanduíche na University of Alberta (UofA), Canadá. Fez estágio de pós-doutoramento de 2010 a 2011 na Universidade de São Paulo. Em 2018 obteve o título de Livre-Docente em Redes de Computadores. Atualmente é professor associado da Universidade Estadual Paulista "Júlio de Mesquita Filho" (UNESP). Seus interesses de pesquisa incluem aprendizado de máquina, reconhecimento de padrões, processamento de imagens, redes complexas, redes neurais artificiais e computação inspirada pela natureza.

https://www.fabriciobreve.com/

Bibliografia:

CASTRO, Leandro Nunes. Fundamentals of Natural Computing: Basic Concepts, Algorithms, And Applications. CRC Press, 2006
https://amzn.to/3wj1jAL

CARVALHO, André Ponce de Leon F. de. Notas de Aula, 2007
http://www.icmc.usp.br/~andre/

BROWNLEE, Jason. Clever Algorithms: Nature-Inspired Programming Recipes. Jason Brownlee, 2011.
http://amzn.to/1UxH889

HAYKIN, Simon. Neural Networks and Learning Machines, 3rd Edition. Prentice Hall, 2008.
http://amzn.to/1S35Ef6

KOVACS, Zsolt L. Redes Neurais Artificiais: Fundamentos e Aplicações. Livraria da Física, 2006.
https://amzn.to/3NVSe7A

BISHOP, Christopher M. Pattern Recognition and Machine Learning. Springer, 2007.
http://amzn.to/1MlxJKj