实验中直接测量大规模神经元网络的连接结构是非常困难的事情，然而神经元的结构信息对于理解网络动力学和功能至关重要，目前实验上测量大规模神经元活动的信息相对有比较多的工具，例如钙成像技术、多电极阵列等，而通过一些统计方法的分析计算就能得到神经元网络的因果连接，那么计算得到的因果连接是否能够反映神经元网络的结构连接信息？实验中采用统计方法计算因果连接时应该注意些什么事项？不同统计方法之间的因果连接是否能有定量关系？能否提出适用于真实实验数据的因果计算理论和方法？本报告将试图解决以上问题，为神经元网络连接结构的推断提供有效的理论和算法。

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。研究领域为计算神经科学，在国际学术刊物 CPAM，PNAS，PRL等共发表论文60余篇。