计算神经科学，亦称理论神经科学或数学神经科学，是神经科学的分支，为一门跨领域学科，包含神经科学、认知科学、信息工程、计算机科学、物理学及数学等。主要特点是透过数学模型与理论分析，将人脑抽象化，尝试理解神经系统调控神经的原则，像是神经系统的发展、构造、生理、认知功能。理论上，计算神经科学是理论神经科学的子领域，该领域旨在用计算机程序模拟的方式来验证与解决数学模型。但由于大多数的数学模型若创建在符合生物学的情况下，会变得过于复杂，无法进行分析。因此这两个术语被视为同义词，可交换使用，数学神经科学亦可用来强调该领域的定量性质。计算神经科学与联结主义、机器学习、人工神经网络、人工智能、计算学习理论（英语：Computational learning theory）等不符合生物学的模型无关，其模型对神经元与神经系统的描述，着重于在生理学与动力学上是符合生物学的。理论神经科学的模型旨在获取生物系统在多个时间及空间尺度上重要功能，像是膜电流、通过神经振荡的化学耦合，和记忆、学习与行为等。这些假设的计算模型可以通过生物学或心理学实验上的直接检验。

2024第八届教育与信息技术国际会议（ICEDUIT2024）诚邀学者、专家提交他们的研究摘要、论文并参会交流。

ICEDUIT2024 的摘要与全文投稿通道已开放，欢迎您提交摘要和全文：

会议接受英文摘要投稿，摘要录用后，将以会议摘要集的形式由 Science Publishing Group (SciencePG) 出版。

论文全文被录用后，将根据主题在线出版在 Science Publishing Group (SciencePG) 的相关期刊上。合作期刊可被部分国外的检索机构检索，如WorldCat, CrossRef, Electronic Journals Library, Zeitschriftendatenbank, EZB, ResearchBib, Polish Scholarly Bibliography, Wissenschaftszentrum Berlin等。