深度学习在模式识别、图像分类、分割、目标检测、自然语言处理等诸多问题上取得了显著的成功，尤其是当前的大型语言模型展现出了卓越的性能。然而，基于过于简化的McCulloch-Pitts神经元的网络通常需要超复杂的架构来学习多层次抽象的数据表示，从而导致高昂的计算成本。此外，作为“黑箱”方法，这些网络在解释其高性能背后的原因时存在挑战。

相比之下，人脑中的神经元以合理的结构展现了强大的计算能力，同时消耗极少的能量。神经科学中已有充分的证据揭示了生物神经元 (如残差网络、树突和脉冲神经元) 如何处理信号。因此，受生物神经系统启发的神经元有潜力通过简单的结构提供强大的计算能力，从而降低计算成本。因此，作为下一代深度学习方法，具有生物合理性的深度学习模型有望成为解决复杂问题的有力工具。

基于此，Mathematics 邀请了日本国立富山大学工学部人工智能研究室高尚策教授，创建特刊“Biologically Plausible Deep Learning (生物可信深度学习)”。本特刊为交流与生物合理性深度学习方法相关的研究成果、技术趋势和实践经验提供了平台，旨在吸引该领域的高质量研究文章。特刊主题包括但不限于以下内容：

生物合理性神经元模型

生物合理性深度学习网络

生物合理性深度学习算法

生物合理性深度学习网络的应用

投稿截止日期：2025年7月31日

客座编辑

高尚策 教授

日本国立富山大学

博士，日本国立富山大学工学部人工智能研究室讲座教授，博士生导师。2005 年获东南大学学士学位，2011年获日本富山大学博士学位，2011年4月起在同济大学担任副教授 (硕导)，2014年4月起受聘于日本国立富山大学，担任常聘副教授 (博导)，2023年破格晋升为讲座教授 (为日本最年轻的破格讲座教授)。主要从事神经网络以及进化计算及其应用等领域研究，主持了日本文部省重点项目，日本文部省青年基金项目，中国国家自然科学基金项目，教育部博士点基金项目，中央高校项目，上海市人才引进项目，“励志计划”等科研项目数十项。曾荣获中国国家优秀自费留学生奖，上海市“晨光学者”及“青年科技启明星”等学术奖励称号，获日本情报处理协会 (IPSJ) 研究贡献奖，日本电子情报通信协会 (IEICE) 优秀学者奖，连续六年入选美国斯坦福大学发布的“全球前2%顶尖科学家”榜单。担任国际人工智能大会AAAI、NeurIPS, CVPR, ICML的程序委员会委员。

了解特刊详情：https://www.mdpi.com/si/224018

Mathematics 期刊介绍：https://www.mdpi.com/journal/mathematics

主编：Francisco Chiclana, De Montfort University, UK

期刊主题涵盖纯数学和应用数学所有领域，重点发表代数、几何和拓扑、函数插值、差分和微分方程、计算和应用数学、概率与统计、数学物理、动力系统、工程数学、数学和计算机科学、数学生物学、网络科学、金融数学、以及模糊集、系统和决策等相关领域的文章。现已被SCIE (Web of Science)、Scopus等重要数据库收录，JCR Category Rank: 21/489 (Q1)。

2023 Impact Factor：2.3

2023 CiteScore：4.0 

Time to First Decision：17.1 Days

Acceptance to Publication：2.6 Days