Sukbin Lim博士 計算神經科學，學習和記憶，網絡建模和分析
華東師范大學 腦功能基因組學教育部重點實驗室 兼職教授
上海紐約大學 神經科學終身制資格助理教授
華東師范大學 認知神經科學研究所 副研究員（兼職）
Email：sukbin.lim@nyu.edu
Lim教授是上海紐約大學神經科學助理教授，擁有紐約大學博士學位，并曾在加利福尼亞大學戴維斯分校及芝加哥大學神經生物學系從事博士后研究。
Lim教授的研究方向是神經系統的建模與分析。以一系列動力系統理論、隨機過程理論、及信息與控制理論為基礎，Lim教授旨在建立并分析學習和記憶的神經網絡模型及突觸可塑性規則。她的研究也包括對神經數據的分析以及與實驗科學家的合作，以提供并測試有生物相關性基礎的模型。
研究方向
● 對短期記憶的網絡建模及分析
● 學習和長期記憶的長期突觸可塑性建模
● 神經系統中的變化性或噪音分析
教育背景與科研經歷
● 1999-2003：韓國首爾大學，數學和物理學學士
● 2004-2009：美國紐約大學，數學博士. 導師：John Rinzel
● 2009-2012：美國加利福尼亞大學戴維斯分校，博士后. 導師：Mark S. Goldman
● 2012-2015：美國芝加哥大學，博士后. 導師：Nicolas Brunel
代表性成果
1. S.J. Sylvester, M.M. Lee, AD. Ramirez, S. Lim, M.S. Goldman, E.R.F. Aksay, Population-scale organization of cerebellar granule neuron signaling during a visuomotor behavior, Scientific Reports, 7, 16240 (2017).
2. S. Lim, J.L. McKee, L. Woloszyn, Y Amit, D.J. Freedman, D.L. Sheinberg, N Brunel, Inferring learning rules from distributions of firing rates in cortical neurons, Nature Neuroscience 18, 1804-1810 (2015)
3. S. Lim, M.S. Goldman, Balanced cortical microcircuitry for spatial working memory based on corrective feedback control, Journal of Neuroscience 34, 6790-6806 (2014).
4. S. Lim, M.S. Goldman, Balanced cortical microcircuitry for maintaining information in working memory, Nature Neuroscience 16, 1306-1314 (2013).
5. S. Lim, M.S. Goldman, Noise tolerance of attractor and feedforward memory models, Neural Computation 24, 332-390 (2012).
6. S. Lim, J. Rinzel, Noise-induced transitions in slow wave neuronal dynamics, Journal of Computational Neuroscience 28, 1-17 (2010).