Neuroinformatics とは

ニューロインフォマティクスは、計算モデルおよび分析ツールの適用による神経科学データの編成に関わる研究分野です。これらの研究分野は、ますます大容量で高次元で細かい実験データの統合と分析にとって重要です。神経情報犯罪者は、計算ツール、数学モデルを提供し、臨床医と研究者のための相互運用可能なデータベースを作成します。神経科学は、多くの様々な下位分野(例えば、認知心理学、行動神経科学、および行動遺伝学)からなる異種分野である。脳の理解を深め続けるためには、これらの下位分野が意味のある方法でデータと知見を共有する必要があります。神経情報誌はこれを容易にする。
神経情報学は、神経科学と情報科学の交差点に立つ。ゲノム学のような他の分野では、自由に分散したデータベースの有効性と、複雑な問題を解決するための理論的モデルと計算モデルの応用が示されています。ニューロインフォマティクスでは、このような施設により、研究者は計算モデルによってより簡単に作業理論を定量的に確認することができます。さらに、ニューロインフォマティクスは、共同研究を促進します。これは、脳の多レベルの複雑さを研究する分野の関心を促進する重要な事実です。
神経情報学が適用されなければならない3つの主な方向があります:
 神経科学データの解析とモデリングのためのツールの開発、神経系と神経プロセスの計算モデルの開発など、あらゆるレベルの分析での神経科学データの管理と共有のためのツールとデータベースの開発が含まれます。
最近の10年間に、脳に関する膨大な量の多様なデータが多くの研究グループによって集められたので、さらなる研究のための効率的なツールを可能にするために何千もの出版物からデータを統合する方法の問題が提起された。生物学と神経科学のデータは高度に相互接続され、複雑であり、それだけでは統合は科学者にとって大きな課題です。
インフォマティクス研究と脳研究を組み合わせることで、両方の科学分野に利益がもたらされます。一方で、情報科学は、脳研究におけるデータベースの整理、モデリングおよびコミュニケーションのための新しい電子およびソフトウェア技術を提供することによって、脳データ処理およびデータ処理を容易にする。他方、神経科学の分野での発見が増えると、情報技術(IT)における新しい方法の開発が呼び起こされます。

Semantic analysis (computational) とは

意味解析(計算)は、「意味解析」と「計算」の複合要素です。
「意味分析」とは意味の正式な分析を指し、「計算」とは基本的に効果的な実施を支援するアプローチを指す。

Computational mechanics とは

計算力学は、力学の原理によって支配される現象を研究するための計算法の使用に関係する規律です。理論的および実験的科学の他に「第3の方法」としての計算科学(「科学計算」とも呼ばれる)が出現する前に、計算力学は応用力学のサブ規律であると広く考えられていました。現在、計算科学の中ではサブ規律とみなされています。

Computational magnetohydrodynamics とは

計算磁気流体力学(CMHD)は、磁気流体力学の急速に発展している分岐であり、数値的方法とアルゴリズムを用いて導電性流体を含む問題を解決し分析する。 CMHDで使用される方法のほとんどは、計算流体力学で採用されている確立された技術から借用されています。この複雑さは主に、磁場の存在および流体とのその結合のために生じる。重要な問題の1つは、マクスウェル方程式から B = 0 {\displaystyle \nabla \cdot {\mathbf {B} }=0} (磁束の保存)状態を数値的に維持して、非物理的効果を回避することです。

Computational creativity とは

計算の創造性(人工創造性、機械的創造性、創造的コンピューティング、創造的計算とも呼ばれる)は、人工知能、認知心理学、哲学、芸術の分野の交差点に位置する多分野の取り組みです。
コンピュータの創造性の目標は、コンピュータを使用して創造性をモデル化、シミュレート、または複製し、いくつかの目的の1つを達成することです。
 人間レベルの創造性を可能にするプログラムまたはコンピュータを構築すること。人間の創造性をよりよく理解し、人間の創造的行動に関するアルゴリズム的観点を定式化すること。必ず創造的でなくても人間の創造性を高めるプログラムを設計する。
計算の創造性の分野は、創造性の研究における理論的かつ実践的な問題に関係している。創造性の性質と適切な定義に関する理論的作業は、創造性を発揮するシステムの実施に関する実践と並行して行われます。

Computational sustainability とは

計算上の持続可能性は、数学やコンピュータサイエンスの分野の方法を使って、社会的、経済的、環境的資源を最適化しようとする幅広い分野です。この文脈における持続可能性とは、世界が生物学的システムをサポートするのに十分なエネルギーを生み出す能力です。大量の情報を処理するためにコンピュータのパワーを使用することにより、意思決定アルゴリズムはリアルタイム情報に基づいてリソースを割り当てます。
アプリケーションは広く普及している。スマートグリッドは、エネルギーの生産と支出を制御するための再生可能な資源と貯蔵能力を実装している。インテリジェントな交通システムは、道路状況を分析し、ドライバーに情報を中継するので、リアルタイムの交通情報に基づいて賢明な意思決定を行うことができます。

Computational neurogenetic modeling とは

計算神経形成モデ​​リング(CNGM)は、遺伝子および遺伝子間の動的相互作用に関して脳機能をモデル化する動的ニューロンモデルの研究および開発に関係する。これらは、ニューラルネットワークモデルおよびそれらの遺伝子ネットワークモデルとの統合を含む。この分野では、コンピューターや情報科学、神経科学や認知科学、遺伝学や分子生物学、工学など、さまざまな科学分野の知識を集めています。

Research in Computational Molecular Biology とは

Research in Computational Molecular Biology(RECOMB)は、バイオインフォマティクスと計算生物学の分野に関する年1回の学術会議です。この会議は1997年以来毎年開催されており、ISMBとECCBの会議とともに、計算生物学における主要な国際会議でもあります。この会議は、国際コンピュータ生物学会と提携しています。最初の会議以来、受け入れられた議事録の著者は、Computational Biologyのジャーナルの特別号に改訂版を提出するよう呼びかけられました。
RECOMBは1997年にSorin Istrail、Pavel Pevzner、Michael Watermanによって設立されました。最初の会議は、ニューメキシコ州サンタフェのサンディア国立研究所で開催されました。
2001年にPavel Pevznerによって一連のRECOMB Satellite会議が設立されました。これらの会議では、大規模並列シーケンシング、比較ゲノミクス、規制ゲノミクス、バイオインフォマティクス教育などのバイオインフォマティクスの専門分野がカバーされています。
RECOMB 2010の時点では、ISMB会議での同様のトラックの成功をモデルにしたハイライトトラックが会議に含まれています。ハイライトトラックには、過去18ヶ月間に発表された計算生物学論文のプレゼンテーションが含まれています。
2014年には、RECOMBとPLOS Computational Biologyが協調して、著者と会議の両方に論文を並行して提出させました。 PLOS Computational Biologyの出版のために選ばれなかった論文は、いつものようにJournal of Computational Biologyに編集された形で発表されました。