认知计算科学 | 课程笔记

2026/05/20 00:22:11·2026/06/08 20:30:00

Overview

课程概览

本笔记基于西安交通大学「计算认知科学与工程」（Computational Cognitive Science and Engineering）课程 PPT 整理，结合课外文献和网络资料补充而成。课程由人工智能与机器人研究院马永强副教授讲授，涵盖认知科学核心主题与类脑计算前沿。

Lecture 1 · 3h

认知科学基础、弱AI与强AI、图灵测试、神经网络、脑机接口、感知-行动循环、脉冲神经网络与千脑理论。

Lecture 2-3 · 6h

视觉感知基础、层级组织与功能特化、感受野、侧抑制、感觉绑定问题、心理表象、物体识别理论（模板/特征/RBC/构型）。

Lecture 4 · 3h

选择性注意、非注意盲视、注意力眨眼、眼动追踪、特征整合理论（FIT）、视觉搜索、半侧空间忽略、基于位置与基于物体的注意。

Lecture 5-6 · 4h

记忆分类、内隐与外显记忆、Atkinson-Shiffrin 模型、Baddeley 工作记忆模型、编码特异性原则、间隔效应、错误信息效应、神经网络记忆模型。

Lecture 7 · 2h

言语感知、语义上下文效应、口语词汇识别模型、TRACE 神经网络模型、范畴特异性语义缺陷、感觉-功能理论。

Lecture 8-9 · 4h

归纳与演绎推理、认知偏差与启发式（可得性、代表性、基率忽视）、前景理论、有限理性、决策的神经基础。

Lecture 10-11 · 4h

概念组织、原型与样例理论、基本层级概念、图式理论、问题解决策略、功能固着、顿悟、专业知识。

Report

课程报告要求

英文撰写，需包含 Title、Author Information、Abstract、Introduction、Main Body、Conclusion、References。单栏 ICLR 2026 格式 >10 页，或双栏 ICML 2026 格式 >8 页，11pt 字体。

截止日期：2026年7月20日 | 提交邮箱：hya2017@stu.xjtu.edu.cn

课程提供 101 个可选主题，覆盖视觉感知、注意力、记忆、语言、决策、问题解决、脑机接口、脉冲神经网络等领域。详见报告要求文档。

Resources

推荐书目

Thomas J. Anastasio, Tutorial on Neural Systems Modeling, 2010
Bernard J. Baars & Nicole M. Gage, Cognition, Brain, and Consciousness, 2010
Jeff Hawkins, On Intelligence, 2004
Peter Dayan & L.F. Abbott, Theoretical Neuroscience, 2001
S. Haykin, Cognitive Dynamic Systems: Perception-action Cycle, Radar and Radio, 2012