Lim教授是上海纽约大学神经科学助理教授，拥有纽约大学博士学位，并曾在加利福尼亚大学戴维斯分校及芝加哥大学神经生物学系从事博士后研究。

Lim教授的研究方向是神经系统的建模与分析。以一系列动力系统理论、随机过程理论、及信息与控制理论为基础，Lim教授旨在建立并分析学习和记忆的神经网络模型及突触可塑性规则。她的研究也包括对神经数据的分析以及与实验科学家的合作，以提供并测试有生物相关性基础的模型。

研究方向

●        对短期记忆的网络建模及分析

●        学习和长期记忆的长期突触可塑性建模

●        神经系统中的变化性或噪音分析

教育背景与科研经历

●        1999-2003：韩国首尔大学，数学和物理学学士

●        2004-2009：美国纽约大学，数学博士. 导师：John Rinzel

●        2009-2012：美国加利福尼亚大学戴维斯分校，博士后. 导师：Mark S. Goldman

●        2012-2015：美国芝加哥大学，博士后. 导师：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).