TU Berlin

Neuronale InformationsverarbeitungModelle neuronaler Entwicklung

Neuronale Informationsverarbeitung

Inhalt

zur Navigation

Modelle neuronaler Entwicklung

Lupe

Topgraphische Projektionen zwischen neuronalen Schichten, Orientierungskolumnen und Augendominanzsäulen in frühen visuellen Arealen dienten als Modellsysteme, um die Mechanismen neuronaler Plastizität und Entwicklung zu verstehen. Wir haben mit mathematischen Modellen und Computersimulationen untersucht, wie aktivitätsgetriebene und intrinsische Prozesse interagieren, um die beobachteten anatomischen Verbindungsmuster und Antworteigenschaften der Neuronen zu erzeugen. Wir beschreiben die Entwicklung dieser Muster als einen zielorientierten (im Sinne zugrunde liegender Kostenfunktionen) selbstorganisierenden Prozess, der Informationen über die Umgebung extrahiert und dieses Wissen in neuronale Schaltkreise überführt. Ein besonderer Schwerpunkt lag auf kompetitiven Netzwerken wie der Self-Organizing Map, die Glattheit gegen Vollständigkeit der Repräsentation abwägen und zu Mustern führen, die erstaunlich gut mit experimentellen Daten übereinstimmen.

Die mathematischen Eigenschaften selbstorganisierender Karten wurden auch im Kontext des Maschinellen Lernens untersucht. Mehr dazu auf der „Forschung“sseite „Learning Vector Quantization and Self-organizing Maps”.

Danksagungen: Dieses Projekt wurde vom BMBF, der DFG, und der Technischen Universität Berlin finanziert.

Ausgewählte Publikationen:

A Statistical Mechanical Analysis of Self-Organization and Pattern Formation during the Development of Visual Maps
Zitatschlüssel Obermayer1992b
Autor Obermayer, K. and Blasdel, G.G. and Schulten, K.
Seiten 7568 – 89
Jahr 1992
DOI 10.1103/PhysRevA.45.7568
Journal Physical Review A
Jahrgang 45
Nummer 10
Verlag APS
Zusammenfassung We report a detailed analytical and numerical model study of pattern formation during the development of visual maps, namely, the formation of topographic maps and orientation and ocular dominance columns in the striate cortex. Pattern formation is described by a stimulus-driven Markovian process, the self-organizing feature map. This algorithm generates topologically correct maps between a space of (visual) input signals and an array of formal ‘‘neurons,’’ which in our model represents the cortex. We define order parameters that are a function of the set of visual stimuli an animal perceives, and we demonstrate that the formation of orientation and ocular dominance columns is the result of a global instability of the retinoptic projection above a critical value of these order parameters. We characterize the spatial structure of the emerging patterns by power spectra, correlation functions, and Gabor transforms, and we compare model predictions with experimental data obtained from the striate cortex of the macaque monkey with optical imaging. Above the critical value of the order parameters the model predicts a lateral segregation of the striate cortex into (i) binocular regions with linear changes in orientation preference, where iso-orientation slabs run perpendicular to the ocular dominance bands, and (ii) monocular regions with low orientation specificity, which contain the singularities of the orientation map. Some of these predictions have already been verified by experiments.
Typ der Publikation Selected:development
Link zur Originalpublikation Download Bibtex Eintrag

Nach oben

Navigation

Direktzugang

Schnellnavigation zur Seite über Nummerneingabe