主办方
学习记忆是人类最重要、最根本的脑功能之一，是人类文明进步与传承的基础。学习记忆的机制是神经科学家们最为关心的核心问题之一，阿尔茨海默症、智力发育迟滞、自闭症、精神分裂症等众多神经精神疾病往往伴有学习记忆障碍，这些都是神经科学界面临的重大挑战。为促进学习记忆研究及相关研究领域的学术交流，介绍前沿进展及先进研究技术，搭建合作平台，由中国神经科学学会学习记忆基础与临床分会主办、杭州师范大学承办、上海交通大学溥渊未来技术学院脑建康与脑技术中心协办的“中国神经科学学会学习记忆基础与临床分会第四届学术年会暨委员会换届大会”定于2023年12月2-3日在杭州召开。欢迎中国神经科学学会会员、学习记忆基础与临床分会以及相关领域的科技工作者和研究生踊跃参会。
大会主席
钟 毅（清华大学）
执行主席
李葆明（杭州师范大学）
李卫东（上海交通大学）
组织委员会成员（按姓名拼音首字母排序）
曹晓华 华东师范大学
谌小维 陆军军医大学
管吉松 上海科技大学生命科学与技术学院
郭爱克 中国科学院脑科学与智能技术卓越创新中心
郭增才 清华大学医学院
郭宗君 青岛大学附属医院
景 健 南京大学
李 毅 武汉精神卫生中心
李葆明 杭州师范大学
李澄宇 中国科学院神经科学研究所
李胜天 上海交通大学
李卫东 上海交通大学
林龙年 华东师范大学
刘 力 中国科学院生物物理研究所
陆 巍 复旦大学
马 欢 浙江大学医学院
马现仓 西安交大医学院第一附属医院
桑 红 长春市第六医院
孙伯民 上海交通大学医学院附属瑞金医院
唐劲松 浙江大学医学院附属邵逸夫医院
王 强 四川大学华西医院
王惠敏 华东师范大学
王建枝 华中科技大学同济医学院
王玉平 首都医科大学宣武医院
王占友 中国医科大学
翁旭初 华南师范大学
徐 春 中国科学院上海神经科学所
徐 晗 浙江大学医学院
岳伟华 北京大学第六医院
臧玉峰 杭州师范大学
张 勇 北京大学医学部
章晓辉 北京师范大学认知神经科学和学习国家重点实验室
钟春玖 复旦大学附属中山医院
周 宇 青岛大学医学部基础医学院
特邀嘉宾
杨雄里（复旦大学脑科学研究院）
罗建红（浙江大学医学院）
邱猛生（杭州师范大学基础医学院）
筹委会成员
李葆明（杭州师范大学）
李卫东（上海交通大学）
马 欢（浙江大学医学院）
杨 巍（浙江大学医学院）
臧玉峰 (杭州师范大学)
黄智慧（杭州师范大学；特邀）
徐 晗 (浙江大学医学院)
杨 巍（浙江大学医学院；特邀）
陆 巍 复旦大学
会务组成员
李葆明（杭州师范大学）
李卫东（上海交通大学）
曾苏华（上海交通大学）
曹 蔚（杭州师范大学）
郝思佳（杭州师范大学）
李政汉（杭州师范大学）
会议内容和形式
大会报告、分会场专题报告、墙报交流。
以下内容为GPT视角对神经学习记忆基础相关领域的解读，仅供参考：
神经学习记忆研究现状
神经学习和记忆的研究是神经科学和人工智能领域的热点之一。目前，研究人员已经提出了许多模型和方法来模拟人脑的学习和记忆过程，其中包括循环神经网络（RNN）、长短期记忆神经网络（LSTM）、神经图灵机（NTM）、记忆神经网络（MN）和变送器（Transformer）等。
这些模型和方法在处理序列依赖关系的预测问题时，都需要利用之前学习到的信息进行记忆。例如，RNN和LSTM是通过隐单元对前一时刻信息的处理来记忆信息，NTM和NM是通过使用外部存储器来进行记忆，而变送器使用注意力机制来选择性记忆。
然而，这些模型和方法都存在一些问题，如记忆容量有限、记忆更新困难、记忆提取不准确等。因此，研究人员正在努力改进这些模型和方法，以更好地模拟人脑的学习和记忆过程。
神经学习记忆研究主要应用在哪些领域
人工智能和机器学习：神经学习和记忆的研究为人工智能和机器学习提供了理论基础。例如，循环神经网络（RNN）和长短期记忆神经网络（LSTM）被广泛应用于自然语言处理、语音识别、图像识别等领域。
自动驾驶：在自动驾驶领域，神经学习和记忆的研究可以帮助汽车理解和记忆周围环境，从而做出更加准确的驾驶决策。
医疗健康：在医疗健康领域，神经学习和记忆的研究可以帮助我们理解人类大脑的运作机制，从而为治疗神经性疾病提供新的思路。
教育：在教育领域，神经学习和记忆的研究可以帮助我们理解人类的学习过程，从而开发出更有效的学习方法和教学策略。
游戏：在游戏领域，神经学习和记忆的研究可以帮助我们设计出更加真实和有趣的游戏体验。
神经学习记忆研究主要有哪些方法
行为实验法：这种方法主要通过观察和研究动物或人的行为来研究学习和记忆。例如，通过让被试者在不同的延迟条件下对学习材料进行多次回忆，然后将回忆内容与原始材料进行比较，可以测量被试者的记忆不断衰退和变化的情形。
电生理法：这种方法主要通过记录和分析神经元的电活动来研究学习和记忆。例如，通过记录大脑皮层的电位变化，可以了解神经元之间的信息传递和学习过程。
分子生物学法：这种方法主要通过研究基因、蛋白质和神经递质等分子来研究学习和记忆。例如，通过观察学习和记忆过程中神经递质的浓度变化，可以了解神经递质在学习中的作用。
计算模型法：这种方法主要通过建立数学模型来模拟学习和记忆的过程。例如，通过建立神经网络模型，可以模拟人脑的学习和记忆过程。
京公网安备 11011202002866号