在这个报告中，我首先简单介绍一下计算神经科学这个交叉研究领域的诞生与内涵，然后介绍一下我们课题研究的侧重点，并且重点介绍两个建模方面的工作：（1）在单个神经元约化建模中，我主要介绍一下如何将包含树突空间结构的多舱室神经元（偏微分方程组）模型，有效降维至刻画胞体动力学的单舱室神经元（常微分方程）模型，并且通过真实神经元的数值仿真以及我们实验合作者的电生理实验来验证我们提出的模型。（2）在初级视皮层网络建模中，我主要介绍一下我们构建的模型与光学成像实验的比较，通过建模、分析和模拟，我们一方面能够揭示了实验观察现象的内在动力学机制，另一方面，我们能够指出某些重要实验结论是由于数据处理不当造成的伪结论。该报告希望通过上面两个例子，阐明计算神经科学的发展对于数学，尤其是计算与应用数学的需求，其发展也能帮助神经科学实验学家理解他们所观察的实验现象的机制以及发现新的科学规律。

周栋焯，教授，博士生导师，2002年和2007年分别获得北京大学学士和博士，2007-2009年美国纽约大学库朗研究所博士后，2010 年进入上海交通大学自然科学研究院/数学科学学院工作，至2015年期间任特别研究员，2016年至今任教授。研究领域为计算与应用数学，具体研究方向是计算神经科学，曾获上海市科委浦江人才、青年科技启明星，以及国家基金委的优秀青年基金项目等，在国际学术刊物 PNAS，PRL，Cerebral Cortex 和 PLoS Comput. Biol.等共发表论文50余篇。周栋焯目前的主要研究兴趣是物理及生命科学领域的科学问题的数学建模、理论分析与数值模拟：尤其包括基于神经生理实验现象的初级视皮层大尺度神经元网络动力学的数学建模与数值模拟，从而理论上揭示实验现象的内在动力学机制，进一步提出实验可检测的理论预测；针对高维非线性（随机）神经元网络的动力学特征刻画发现一些新的数学理论结构；设计对实验数据分析有帮助的新的高维数据处理的统计学方法；发展大尺度神经元网络动力学模拟的快速数值算法等。