《大脑机器和数学》求取 ⇩

第一章神经网络、有限自动机和图林机7

1.1 从神经生理学谈起7

1.2 麦克卡洛克-匹茨模型10

1.3 有限自动机和抽象神经元网络12

1.4 有限自动机和数字计算机15

1.5 图林机19

1.6 图林假说和递归集合23

1.7 正则事件和可实现事件28

第一章文献32

第二章结构和随机性35

2.1青蛙的视觉系统35

2.1.1 一些比较42

2.2 感知器（学习机）43

2.3 结构和随机性的对立48

第三章通讯和计算中的误差校正51

3.1 由不可靠的神经元构成可靠的大脑51

3.2 冯·诺意曼的多路传输方案55

3.3申农的通讯理论59

3.3.1 信息的测度62

3.3.2 信源和信道的模型64

3.3.3 疑义度和信道容量67

3.3.4 申农关于有噪声离散信道的基本定理69

3.3.5 编码72

3.4 通讯理论和自动机75

3.5 柯伐-维诺格拉德的可靠自动机理论78

第四章控制论87

4.1 反馈与振荡87

4.2 神经网络中的应答频率92

4.3 假肢和内稳态98

4.4 格式塔和普遍概念100

4.5 一些未来的课题105

第五章哥德尔不完全性理论109

5.1 数学的基础109

5.2 回顾递归概念112

5.3 递归逻辑113

5.4 算术逻辑117

5.5 哥德尔不完全性定理的证明124

5.6 大脑-机器的争论125

跋128

附录集合论的基本概念130