神经哲学

神经哲学或神经科学哲学是对神经科学和哲学的跨学科研究，它探索了神经科学研究与传统上归类为心智哲学的论点的相关性。 神经科学哲学试图使用概念性的严格性和科学哲学方法来阐明神经科学的方法和结果。



内容
1 具体问题
2 思维与大脑研究的间接性
2.1 功能磁共振成像
2.2 认知神经心理学中的分离
2.3 单机录音
2.4 计算神经科学
3 大脑中的计算和重新引入
3.1 历史概述
3.2 重新介绍
3.3 关于计算的观点
4 神经哲学家名单
5 参考

具体问题
以下是对神经科学哲学重要的特定问题列表：

“思想和大脑研究的间接性” [1]
“大脑处理的计算或重新分析” [2]
“心理和神经科学询问之间的关系” [3]
思维模块化[2]
什么构成神经科学的适当解释？[4]
“认知功能的位置” [5]
思维和大脑研究的间接性
神经科学发现的许多重要方法和技术都依赖于可能限制数据解释的假设。神经科学哲学家已经在功能性神经磁共振成像，[6] [7]分离，认知神经心理学，[8] [9]单单元记录，[10]和计算神经科学等方面讨论了这种假设。[11]以下是有关神经科学中所用方法的许多当前争议和辩论的描述。

功能磁共振成像
许多功能磁共振成像研究严重依赖“功能定位”的假设[12]（与功能专业化相同）。功能的本地化意味着许多认知功能可以本地化到特定的大脑区域。功能定位的一个很好的例子来自运动皮层的研究。[13]运动皮层中似乎有不同的细胞群负责控制不同的肌肉群。许多神经科学哲学家批评fMRI过于依赖此假设。迈克尔·安德森（Michael Anderson）指出，相减法功能磁共振成像会遗漏许多对认知过程至关重要的大脑信息。[14]减法fMRI仅显示任务激活和控件激活之间的差异，但是控件中激活的许多大脑区域对于任务也显然很重要。

一些哲学家完全拒绝任何功能定位的概念，因此认为功能磁共振成像研究被严重误导了。[15]这些哲学家坚持认为，大脑的处理是整体性的，大脑的大部分参与了大多数认知任务的处理（请参见下面的神经学整体论和模块化部分）。理解他们反对功能本地化的一种方法是无线电修复人思想实验。[16]在这个思想实验中，一名无线电修复人员打开了无线电并掏出了一根电子管。收音机开始大声吹口哨，收音机修复人宣布他一定已经掏出了防啸叫管。收音机中没有防啸叫管，并且收音机修复人员的功能与效果混为一谈。这种批评最初是针对神经心理学脑损伤实验所使用的逻辑的，但是这种批评仍然适用于神经影像学。这些考虑类似于Van Orden和Paap对神经成像逻辑中的循环性的批评。[17]根据他们的观点，神经影像学家认为他们的认知成分分解理论是正确的，并且这些成分干净地分为前馈模块。这些假设对于证明他们对大脑定位的推断是必要的。如果研究人员随后使用大脑区域激活的出现作为他们认知理论正确性的证明，则逻辑是循环的。

功能磁共振成像研究中另一个有问题的方法学假设是使用反向推理[18]。反向推理是指使用大脑区域的激活来推断给定认知过程的存在。 Poldrack指出，这种推理的强度主要取决于给定任务采用给定认知过程的可能性以及给定认知过程的大脑激活模式的可能性。换句话说，反向推理的强度基于所使用任务的选择性以及大脑区域激活的选择性。纽约时报刊登的2011年一篇文章因滥用反向推理而受到严厉批评。[19]在这项研究中，为参与者显示了他们iPhone的照片，研究人员测量了脑岛的激活。研究人员将激活脑岛作为爱的证据，并得出结论，人们爱他们的iPhone。批评者很快指出，脑岛不是非常有选择性的皮质，因此不适合推论。

神经心理学家Max Coltheart进一步采取了逆向推理的问题，并向神经影像学家提出了挑战，提出了一个实例，其中神经影像学已经为心理学理论提供了依据[20]。但与另一种理论不一致。 Roskies认为Coltheart的超强认知能力使他的挑战无可挽回。[21]由于Coltheart坚持认为认知状态的实现与该认知状态的功能无关，因此不可能找到能够以Coltheart要求的方式对心理学理论进行评论的神经影像数据。神经影像数据将始终降级到较低的实施水平，并且无法有选择地确定一个或另一个认知理论。理查德·汉森（Richard Henson）在2006年的一篇文章中建议，前向推理可用于在心理层面上推断功能的分离。[22]他建议，当在两个大脑区域中两个任务类型之间存在交叉激活，而在相互控制区域中激活没有变化时，就可以做出这类推断。

值得一提的最后一个假设是fMRI中纯插入的假设。[23]纯插入的假设是可以将单个认知过程插入到另一组认知过程中而不影响其余功能的假设。例如，如果您想找到大脑的阅读理解区域，则可以在参与者出现单词时和参与者出现非单词时（例如“ Floob”）扫描参与者。如果您推断得出的大脑模式差异代表阅读理解所涉及的大脑区域，则您已假定这些变化不能反映任务难度的变化或任务之间的差异招聘。 “纯插入”一词是Donders提出的，它是对反应时间方法的批评。

最近，研究人员已开始使用一种称为静止状态功能连通性MRI的新功能成像技术。[24]当对象闲置地坐在扫描仪中时，对对象的大脑进行扫描。通过观察对象静止时大胆模式的自然波动，研究人员可以看到哪些大脑区域在激活中共同变化。他们可以使用协方差模式来构建功能连接的大脑区域的图。名称“功能连接”在某种程度上具有误导性，因为数据仅表示协变。不过，这是研究整个大脑中大型网络的有效方法。有几个重要的方法论问题需要解决。首先，有许多不同的可能的大脑映射可用于定义网络的大脑区域。结果可能会因选择的大脑区域而有很大差异。其次，哪种数学技术最能表征这些大脑区域？

感兴趣的大脑区域在某种程度上受到体素大小的限制。 Rs-fcMRI使用几毫米立方的体素，因此必须更大范围地定义大脑区域。网络分析中常用的两种统计方法可以在单个体素空间尺度上工作，但是图论方法对定义节点的方式极为敏感。可以根据它们的细胞结构，根据它们的连通性或根据生理指标来划分大脑区域。另外，您也可以采用理论中立的方法，将皮质随机分成您选择的大小的分区。如前所述，一旦定义了大脑区域，就有几种方法可以进行网络分析。基于种子的分析从先验定义的种子区域开始，并找到与该区域功能连接的所有区域。假发等。注意，所得的网络结构将不会提供任何有关已识别区域的互连性或这些区域与种子区域以外的区域的关系的信息。另一种方法是使用独立的分量分析来创建时空分量图，然后按承载感兴趣信息和由噪声引起的信息的分量对分量进行排序。假发等。再次警告说，在ICA下很难推断出功能性大脑区域社区。 ICA还存在对数据施加正交性的问题。[25]图论使用矩阵来表征区域之间的协方差，然后将其转换为网络图。图论分析的问题在于，网络映射在很大程度上受先验大脑区域和连接性（节点和边缘）的影响，因此研究人员面临根据自己的理论挑选樱桃和区域的风险。然而，图论分析是非常有价值的，因为它是给出节点之间成对关系的唯一方法。 ICA的另一个优点是它是一种原则性的方法。似乎同时使用这两种方法对于揭示大脑的网络连接性至关重要。 Mumford等。希望避免这些问题，并使用一种有原则的方法，该方法可以使用从基因共表达网络的分析中采用的统计技术确定成对关系。

认知神经心理学中的分离
认知神经心理学研究大脑受损的病人，并使用选择性损伤的模式来推断潜在的认知结构。认知功能之间的分离被认为是这些功能独立的证据。理论家已经确定了证明这些推论所需的几个关键假设：[26] 1）功能模块-思维被组织成功能独立的认知模块。 2）。解剖学模块化-大脑被组织成功能独立的模块。该假设与功能本地化的假设非常相似。这些假设与功能模块化的假设不同，因为有可能存在由大脑激活的扩散模式实现的可分离的认知模块。 3）通用性-所有正常人的功能和解剖模块的基本组织都是相同的。如果作者要根据分离从案例研究的实例推断到总体上的功能组织提出任何主张，则需要此假设。 4）透明度/减性-大脑受损后，头脑不会进行实质性的重组。可以删除一个功能模块而不会显著改变系统的整体结构。为了证明使用脑部受损的患者是合理的，以便推断健康人的认知结构，这一假设是必要的。

认知神经心理学的证据主要有三种：联想，单分离和双分离。[27]协会的推论指出，某些缺陷很可能同时发生。例如，在许多情况下，大脑受损后摘要和具体单词理解能力均不足。关联研究被认为是最弱的证据形式，因为结果可以由对邻近大脑区域的损害而不是对单个认知系统的损害来解释。[28]单次分离推论指出，一个认知能力可以被省却，而另一种认知能力可以在脑损伤后被损害。此模式表明a）两个任务使用不同的认知系统b）两个任务占用相同的系统，并且损坏的任务位于备用任务的下游，或者c）备用任务比损坏的任务需要更少的认知资源。认知神经心理学的“黄金标准”是双重分离。当脑损伤损害患者1中的任务A但保留任务B，而脑损伤损害患者2中的任务A但损害任务B时，就会发生双重分离。假定双重分离的一个实例足以推断出独立的认知模块的行为。任务。

许多理论家批评认知神经心理学对双重分离的依赖。在一项被广泛引用的研究中，Joula和Plunkett使用模型连接系统来证明双分离行为模式可以通过单个模块的随机损伤发生。[29]他们创建了一个训练有能力发音的多层连接系统。他们反复模拟系统中节点和连接的随机破坏，并在散点图上绘制出最终的性能。结果在某些情况下显示出不规则名词发音中带有备用规则动词发音的缺陷，而在规则动词发音中则带有备用不规则名词发音的缺陷。这些结果表明，双重分离的单个实例不足以证明对多个系统进行推理。[30]

宪章提供了一种理论上的案例，其中双重分离逻辑可能会出错。[31]如果两个任务（任务A和任务B）使用几乎所有相同的系统，但每个模块互斥的模块不同，那么这两个模块的选择性损害似乎表明A和B使用不同的系统。宪章以对花生过敏但不对虾过敏的人和对虾而非花生过敏的人为例。他认为双重分离逻辑导致人们推断花生和虾被不同的系统消化。约翰·邓恩（John Dunn）对双重分离提出了另一种反对。[32]他声称，很容易证明一个真正的赤字的存在，但是很难证明另一个功能是真正的幸免。随着更多数据的积累，结果的值将收敛于零的效应值，但始终会有一个大于零的正值，其统计功效大于零。因此，不可能完全确信给定的双重分离确实存在。

另一方面，阿方索·卡拉马扎（Alphonso Caramazza）给出了拒绝在认知神经心理学中使用小组研究的原则性理由。[33]对脑部受损患者的研究可以采用单个病例研究的形式，其中将一个人的行为特征化并用作证据，也可以采用分组研究的形式，其中一组表现出相同缺陷的患者对其行为进行特征化和平均化。为了证明将一组患者数据分组在一起是合理的，研究人员必须知道该组是同质的，其行为在每种理论上有意义的方式上都是等效的。在脑部受损的病人中，这只能通过分析组中所有个体的行为模式来实现。因此，根据卡拉马扎（Caramazza）的观点，任何小组研究要么等同于一组个案研究，要么在理论上是不合理的。 Newcombe和Marshall指出，有一些情况（他们以格施温德综合症为例），并且小组研究仍可能在认知神经心理学研究中作为有用的启发式方法。[34]

单机录音
在神经科学领域，人们通常理解，信息是通过神经元的发射方式在大脑中编码的。[35]关于神经代码的许多哲学问题都与下面将要讨论的关于重新引入和计算的问题有关。还有其他方法上的问题，包括神经元是否通过平均发动率来表示信息或是否存在由时态动态表示的信息。关于神经元是代表单个信息还是代表群体，也存在类似的问题。

计算神经科学
围绕计算神经科学的许多哲学争论都涉及到模拟和建模的作用。卡尔·克雷弗（Carl Craver）尤其对这种解释持保留态度。[36]琼斯和洛夫（Jones and Love）撰写了一篇针对贝叶斯行为建模的特别重要的文章，该文章并未通过心理或神经方面的考虑来限制建模参数[37]埃里克·温斯伯格（Eric Winsberg）撰写了有关计算机建模和仿真在科学中的总体作用的文章，但他的描述适用于计算神经科学。[38]

大脑中的计算和重新引入
自从1960年代的认知革命以来，思维的计算理论已在神经科学领域得到广泛应用。本节将从计算神经科学的历史概述开始，然后讨论该领域内的各种竞争性理论和争议。

历史概述
计算神经科学始于1930年代和1940年代，当时有两组研究人员。第一组由艾伦·图灵，阿隆佐·丘奇和约翰·冯·诺伊曼组成，他们致力于开发计算机和计算机科学的数学基础。[39]这项工作最终导致了所谓的图灵机和Church-Turing论文的理论发展，从而使可计算性理论所基于的数学形式正式化。第二组由致力于开发第一个人工神经网络的沃伦·麦卡洛克（Warren McCulloch）和沃尔特·皮茨（Walter Pitts）组成。 McCulloch和Pitts率先假设神经元可用于实现可以解释认知的逻辑演算。他们利用玩具神经元来开发可以进行计算的逻辑门。[40]然而，直到1950年代中期和1960年代中期，这些发展才在心理学和神经科学领域得到巩固。直到1950年代，行为主义一直主导着心理学，当时各个领域的新发展都推翻了行为主义理论，而转向了认知理论。从认知革命的开始，计算理论就在理论发展中发挥了重要作用。明斯基和麦卡锡在人工智能方面的工作，纽维尔和西蒙的计算机模拟以及诺姆·乔姆斯基将信息论引入语言学的过程都严重依赖于计算假设。[41]到1960年代初期，希拉里·普特南（Hilary Putnam）主张支持机器功能主义，即大脑实例化图灵机。至此，计算理论已牢固地固定在心理学和神经科学领域。到1980年代中期，一组研究人员开始使用多层前馈模拟神经网络，可以对其进行训练以执行各种任务。 Sejnowski，Rosenberg，Rumelhart和McClelland等研究人员的工作被称为联系主义，自那以后该学科一直在继续。[42]保罗和帕特里夏·丘兰德（Paul and Patricia Churchland）拥抱了连接主义的思维方式，然后他们利用连接主义理论的概念发展了他们的“状态空间语义学”。 Fodor，Pylyshyn和Pinker等研究人员也谴责了连接主义。如今，连接主义者和古典主义者之间的紧张关系仍在争论中。

重新介绍
计算理论之所以吸引人的原因之一是计算机具有操纵重新引入以提供有意义的输出的能力。数字计算机使用1和0的字符串来表示内容，例如此页面。大多数认知科学家都认为，作者的大脑使用某种形式的重新表达代码，这些代码以神经元的发射模式携带。计算帐户似乎提供了一种简单的方法来解释作者的大脑如何承载和操纵构成作者日常经验的感知，思想，感觉和动作。[43]尽管大多数理论家坚持认为再介绍是认知的重要组成部分，但再介绍的确切性质仍存在很多争议。两个主要论点来自象征再表达的提倡者和协会再提倡的提倡者。

Fodor和Pinker曾倡导象征性的介绍性陈述。符号重新引入意味着对象由符号表示，并通过对本构结构敏感的规则控制操作进行处理。象征性重新介绍对重新介绍的结构很敏感的事实是其吸引力的主要部分。福多提出了思想语言假说，在这种思想假说中，对心理叙述的操纵与对语言进行句法操纵以产生思想的操纵相同。福多认为，思想语言假设解释了语言和思想中的系统性和生产力。[44]

关于社会主义主义者的复述最常使用连接主义者的系统来描述。在连接系统中，重新分配分布在系统的所有节点和连接权重上，因此被认为是子符号。[45]值得注意的是，连接主义系统能够实现符号系统。神经网络有几个重要方面，表明分布式并行处理比符号处理为认知功能提供了更好的基础。首先，这些系统的灵感来自表明生物学相关性的大脑本身。其次，这些系统能够存储内容可寻址存储器，这比符号系统中的存储器搜索要有效得多。第三，神经网络可以抵抗损坏，即使是很小的损坏也可以使符号系统失效。最后，在处理新颖刺激时，软约束和泛化使网络比符号系统具有更灵活的行为。

丘吉兰描述了在连接主义体系中关于国家空间的重新引入。系统的内容由n维向量表示，其中n =系统中的节点数，向量的方向由节点的激活模式确定。福多拒绝了这种重新介绍的方法，理由是两个不同的连接主义者系统不能具有相同的内容。[46]对连接主义系统的进一步数学分析使人们可以图形化地映射可能包含相似内容的连接主义系统，以揭示对表示内容至关重要的节点簇。[47]不幸的是，对于丘奇兰兹，状态空间矢量比较不适用于这种类型的分析。最近，尼古拉斯·谢伊（Nicholas Shea）提供了自己的帐户，用于连接主义系统中的内容，该系统采用通过聚类分析开发的概念。

关于计算的看法
计算主义，是一种功能主义的思维哲学，致力于大脑是某种计算机的立场，但是成为计算机意味着什么呢？计算的定义必须足够狭窄，以便作者限制可以称为计算机的对象的数量。例如，定义足够宽以允许胃和天气系统参与计算似乎是有问题的。但是，还必须具有足够宽泛的定义，以允许所有各种各样的计算系统进行计算。例如，如果计算的定义仅限于符号重述的句法处理，则大多数连接主义系统将无法进行计算。[48]里克·格鲁斯（Rick Grush）将计算作为一种模拟工具与计算作为一种认知神经科学的理论立场进行了区分。[49]对于前者，任何可以进行计算建模的东西都将视为计算。在后一种情况下，大脑是一种计算功能，在这方面与流体动力学系统和行星眶等系统不同。任何计算定义所面临的挑战是保持两种感觉截然不同。

另外，一些理论家出于理论原因选择接受狭义或广义定义。泛计算论是可以说一切都在计算的位置。 Piccinini批评了这种观点，理由是这样的定义使计算变得微不足道，以至于失去了解释性的价值。[50]

计算的最简单定义是，当可以将计算描述映射到物理描述上时，可以说系统正在计算。这是对计算的极其广泛的定义，最终认可了一种泛计算主义形式。经常被认为是这种观点的普特南（Putnam）和塞尔（Searle）坚持认为计算与观察者有关。换句话说，如果您要将系统视为计算系统，则可以说它正在计算。 Piccinini指出，按照这种观点，不仅所有事物都在计算，而且所有事物都以无限多种方式进行计算。[51]由于可以将不确定数量的计算描述应用于给定系统，因此该系统最终将计算不确定数量的任务。

计算的最常见视图是计算的语义说明。语义方法使用与映射方法类似的计算概念，但附加的约束条件是系统必须操纵具有语义内容的重述。请注意，在前面的重新讨论中，Churchland的连接主义系统和Fodor的符号系统都使用这种计算概念。实际上，Fodor被称为“没有重新介绍就无法进行计算”。[52]计算状态可以通过广义上对内容（即外部世界中的对象）的外部化诉求或对狭义意义上的内容（由系统属性定义的内容）的内在诉求来个性化。[53]为了确定重新介绍的内容，通常有必要吸引系统中包含的信息。 Grush对语义描述提出了批评。[49]他指出，对系统信息内容的吸引力表明了系统的重新介绍。他以他的咖啡杯为例，该系统包含信息，例如咖啡杯的热导率和自倒咖啡以来的时间，但是太平凡了，无法以任何可靠的方式进行计算。语义计算学家试图通过诉诸系统的进化历史来逃避这种批评。这称为生物语义账户。格鲁什（Grush）以他的脚为例，他说，由于这个原因，他的脚不会计算他所吃的食物量，因为没有为此目的而进化选择它们的结构。格鲁什通过思想实验回应了对生物语义学的吸引力。想象一下，闪电击中某个地方的沼泽，并为您创建一个精确的副本。根据生物语义学的描述，这种沼泽-您将无法进行计算，因为没有进化史可以证明分配重新介绍的内容是合理的。对于两个物理上相同的结构，可以说一个正在计算，而另一个则不应干扰任何物理学家。

也有用于计算的句法或结构说明。这些帐户不需要依靠重新介绍。但是，可以同时使用结构和重新引入作为对计算映射的约束。夏格里（Shagrir）指出了几位拥护结构理论的神经科学哲学家。据他介绍，福多和皮利申对他们的计算理论要求某种句法上的约束。这与他们以系统性为由拒绝连接主义系统是一致的。他还指出Piccinini是一位结构主义者，他引用了他在2008年的论文：“根据输入规则从数字输入字符串生成数字输出字符串，该一般规则取决于字符串的属性以及（可能）取决于系统的内部状态。 “。[54]尽管Piccinini无疑在该论文中拥护结构主义观点，但他声称计算的机械解释避免了引用语法或重新引入。[53] Piccinini可能认为Shagrir不尊重计算的句法和结构说明之间存在差异。

在他的机械计算观点中，皮奇尼尼断言，功能机制以对车辆不同部分之间的差异敏感的方式处理车辆，因此可以说是通用计算。他声称这些车辆是与介质无关的，这意味着无论物理实现方式如何，映射功能都是相同的。可以基于车辆的结构来区分计算系统，并且机械角度可以说明计算中的错误。

动力学系统理论将其作为对认知的计算解释的替代。这些理论是坚决的反计算和反介绍。动力系统被定义为根据数学方程随时间变化的系统。动力学系统理论声称，人类认知是一种动力学模型，而计算主义者则认为人类的思维是一台计算机。[55]动力系统理论提出的一个普遍反对意见是，动力系统是可计算的，因此是计算主义的子集。 Van Gelder很快指出，计算机和可计算之间有很大的区别。使计算的定义足够宽以合并动力学模型将有效地包含泛计算主义。

神经哲学家名单
凯瑟琳·阿金斯（Kathleen Akins）
纳耶夫·罗丹（Nayef Al-Rodhan）
威廉·贝克特尔
帕特里夏·丘兰德
保罗·丘吉兰
安迪·克拉克（Andy Clark）
弗朗西斯·克里克（Francis Crick）
托斯滕·德·温克尔
丹尼尔·丹尼特
山姆·哈里斯
威廉·赫斯坦
克里斯托夫·科赫
温贝托·曼图拉娜（Humberto Maturana）
托马斯·麦琴格
乔治·诺瑟夫（Georg Northoff）
杰西·普林兹
海蒂·拉文（Heidi Ravven）
弗朗西斯科·瓦雷拉

另见
认知神经科学
消除唯物主义
表观现象
功能主义
多重可实现性
神经伦理学
神经现象学
神经心理学
生物学哲学
心理学哲学

参考：
Bechtel, Mandik & Mundale 2001, p. 15.
Bechtel, Mandik & Mundale 2001, pp. 15–16, 18–19.
Bechtel, Mandik & Mundale 2001, p. 16.
Craver, "Explaining the Brain: Mechanisms and Mosaic Unity of Neuroscience" 2007, Oxford University Press, citation: preface vii
Bickle, John, Mandik, Peter and Landreth, Anthony, "The Philosophy of Neuroscience", The Stanford Encyclopedia of Philosophy (Summer 2010 Edition), Edward N. Zalta (ed.), URL = <http://plato.stanford.edu/archives/sum2010/entries/neuroscience/
Poldrack(2010)"Subtraction and Beyond" in Hanson and Bunzl, Human Brain Mapping. pp. 147–160
Klein C. (2010) "Philosophical Issues in Neuroimaging" Philosophy Compass 5(2) pp. 186–198
Dunn (2003) "The Elusive 分离" cortex 39 no. 1 pp. 21–37
Dunn and Kirsner. 2003. What can we infer from double 分离s?
deCharms and Zandor (2000) "Neural Re介绍 and the temporal code" Annual Review of Neuroscience 23: pp. 613–47
Winsberg (2003)"Simulated Experiments: a Methodology for the Virtual World" Philosophy of Science.vol 70 no 1 105–125
Huettel, Song and McCarthy Functional 磁共振成像 2009 Sinauer Associates pp. 1
Passingham, R. E. Stephan, K. E. Kotter, R."The anatomical basis of functional localization in the cortex"Nature Reviews Neuroscience. 2002, VOL 3; PART 8, pages 606–616
Anderson.(2007) "The Massive Redeployment Hypothesis and Functional Topography of the Brain" Philosophical Psychology Vol20 no 2 pp.144–149
The Massive Redeployment Hypothesis and Functional Topography of the Brain" Philosophical Psychology Vol20 no 2 pp.149–152
Bunzel, Hanson, and Poldrack "An Exchange about Localization of Function" Human Brain Mapping. pp.50
VanOrden, G and Paap, K "Functional Neuroimaging fails to discover Pieces of the Mind" Philosophy of science. 64 pp. S85-S94
Poldrack (2006)"Can Cognitive Processes be inferred from Neuroimaging Data"Trends in Cognitive Sciences. vol 10 no 2
Hayden, B "Do you Really love Your iPhone that Way" http://www.psychologytoday.com/b ... ove-your-iphone-way
Coltheart, M(2006b), "What Has Functional Neuroimaging Told Us about the Mind (So Far)?", Cortex 42: 323–331.
Rooskies, A. (2009)"Brain-Mind and 结构-Function Relations: A methodological Response to Coltheart" Philosophy of Science. vol 76
Henson, R (2006)"Forward Inference Using Functional Neuroimaging: 分离s vs Associations" Trends in Cognitive Sciences vol 10 no 2
Poldrack "Subtraction and Beyond" in Hanson and Bunzl Human Brain Mapping pp. 147–160
Wig, Schlaggar, and Peterson (2011) "Concepts and Principals in the Analysis of Brain Networks" Annals of the New York Academy of Sciences 1224
Mumford et al (2010) "Detecting network modules in fMRI time series: A weighted network analysis approach" Neuroimage. 52
Coltheart, M "Assumptions and 方法 in Cognitive Neuropsychology" in The Handbook of Cognitive Neuropsychology. 2001
Patterson, K and Plaut, D (2009) "Shallow Droughts Intoxicate the Brain: Lessons from Cognitive Science for Cognitive Neuropsychology"
Davies, M (2010) "Double 分离: Understanding its Role in Cognitive Neuropsychology" Mind & Language vol 25 no 5 pp500-540
Joula and Plunkett (1998)"Why Double 分离s Don't Mean Much" Proceedings of the Cognitive Science Society
Keren, G and Schuly (2003) "Two is not Always Better than One: a Critical Evaluation of Two System Theories" Perspectives on Psychological Science Vol 4 no 6
Charter, N (2003)"How Much Can We Learn From Double 分离s" Cortex 39 pp.176–179
Dunn, J (2003) "The elusive 分离" Cortex 39 no 1 21–37
Caramazza, A (1986) "On Drawing Inferences about the 结构 of Normal Cognitive Systems From the Analysis of Patterns of Impaired Performance: the Case for Single Case Studies"
Newcombe and Marshall (1988)"Idealization Meets Psychometrics. The case for the Right Groups and the Right Individuals" Human Cognitive Neuropsychology edited by Ellis and Young
deCharms and Zandor (2000) "Neural Re介绍s and the Cortical Code" Annual Review of Neuroscience 23:613–647
Craver, Carl Explaining the Brain. Oxford University Press New York, New York. 2007
Jones and Love (2011) "Bayesian Fundemantalism or Enlightenment? on the explanatory status and theoretical contribution of Bayesian models of cognition" Brain and Behavioral Sciences vol 34 no 4
Winberg, E (2003)"Simulated Experiments: Methodology for a Virtual World" Philosophy of Science.vol 70 no 1
Horst, Steven, "The Computational Theory of Mind", The Stanford Encyclopedia of Philosophy (Spring 2011 Edition), Edward N. Zalta (ed.), URL = http://plato.stanford.edu/archiv ... computational-mind/
Piccini, G (2009) "Computationalism in the Philosophy of Mind" Philosophical Compass vol 4
Miller, G (2003) "The Cognitive Revolution: a Historical Perspective" Trends in Cognitive Sciences. vol 7 no 3
Garson, James, "Connectionism", The Stanford Encyclopedia of Philosophy (Winter 2010 Edition), Edward N. Zalta (ed.), URL = http://plato.stanford.edu/archives/win2010/entries/connectionism/
Pitt, David, "Mental Re介绍", The Stanford Encyclopedia of Philosophy (Fall 2008 Edition), Edward N. Zalta (ed.), URL = <http://plato.stanford.edu/archiv ... es/mental-re介绍/>
Aydede, Murat, "The Language of Thought Hypothesis", The Stanford Encyclopedia of Philosophy (Fall 2010 Edition), Edward N. Zalta (ed.), URL = <http://plato.stanford.edu/archiv ... s/language-thought/>
Bechtel and Abrahamsen. Connectionism and the Mind. 2nd ed. Malden, Mass. : Blackwell, 2002.
Shea, N. "Content and its Vehicles in Connectionist Systems" Mind and Language. 2007
Laakso, Aarre & Cottrell, Garrison W. (2000). Content and cluster analysis: Assessing re介绍al similarity in neural systems. Philosophical Psychology 13 (1):47–76
Shagrir (2010)"Computation San Diego Style" Philosophy of science vol 77
Grush, R (2001) "The semantic Challenge to Computational Neuroscience"In Peter K. Machamer, Peter McLaughlin & Rick Grush (eds.), Theory and Method in the Neurosciences. University of Pittsburgh Press.
Piccinini, G. (2010). "The Mind as Neural Software? Understanding Functionalism, Computationalism, and Computational Functionalism." Philosophy and Phenomenological Research
Piccinini, G. (2010b). "The Mind as Neural Software? Understanding Functionalism, Computationalism, and Computational Functionalism." Philosophy and Phenomenological Research 81
Piccinini, G (2009) "Computation in the Philosophy of Mind" Philosophical Compass. vol 4
Piccinini, Gualtiero, "Computation in Physical Systems", The Stanford Encyclopedia of Philosophy (Fall 2010 Edition), Edward N. Zalta (ed.), URL = <http://plato.stanford.edu/archiv ... on-physicalsystems/>
Piccinini (2008)"Computation without Re介绍" Philosophical Studies vol 137 no 2
van Gelder, T. J. (1998) The dynamical hypothesis in cognitive science. Behavioral and Brain Sciences 21, 1–14