神经形态的新兴人才工程

我们目前神经科学前沿的新兴人才的文章收集雷竞技rebat。一系列专门强调学生的新兴人才在神经工程领域的研究人员。

世界各地的学生进行重点研究在神经工程作为教育的一部分,然而,大部分的研究没有传达给更多的观众。我们认识到,这是因为很多学生研究人员发现同行评议的想法令人生畏。在前沿雷竞技rebat,同行评审是一个协作的流程和我们的互动同行评议是根据研究人员提供实践指导和建设性的反馈。我们的主题编辑致力于新兴人才的发展和希望看到研究生争取成功的出版物。

这里介绍的研究突出了学生的质量和多样性研究人员在神经工程领域。我们欢迎贡献原始形式的研究,审查,迷你回顾、病例报告、假设和理论的角度来看,这两个实验和计算的研究,但不限于,以下主题:

——学习和推理与神经形态SNN硬件
——新技术的应用在神经系统的设计
——神经形态的应用系统机器人,脑-机接口、生物医学信号处理、基于事件的处理等。
——传感神经形态硬件
——神经形态算法硬件
——实现与SNN仿生模型
——强化神经网络在神经系统中的应用
——在非人类的动物神经计算系统的实现
——识别新的神经形态计算和工程应用前景

该研究课题将有助于识别新兴领袖和允许社区跟随我们新兴的有抱负的职业,有才华的科学家。

关键字:新兴人才、神经工程# CollectionSeries

重要提示:所有贡献这个研究课题必须的范围内的部分和期刊提交,作为其使命声明中定义。雷竞技rebat前沿有权指导检查手稿更适合部分或同行评审的期刊在任何阶段。