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 Principle for the Formation of the Spatial Structure of Cortical Feature Maps
Zitatschlüssel Obermayer1990b
Autor Obermayer, K. and Ritter, H. and Schulten, K.
Seiten 8345 – 8349
Jahr 1990
Journal Proceedings of the National Academy of Sciences of the United States of America
Verlag PNAS
Zusammenfassung Orientation-selective cells in the striate cortex of higher animals are organized as a hierarchical topographic map of two stimulus features: (i) position in visual space and (ii) orientation. We show that the observed structure of the topographic map can arise from a principle of continuous mapping. For the realization of this principle we use a mathematical model that can be interpreted as an adaptive process changing a set of synaptic weights, or synaptic connection strengths, between two layers of cells. The patterns of orientation preference and selectivity generated by the model are similar to the patterns seen in the visual cortex of macaque monkey and cat and correspond to a neural projection that maps a more than two-dimensional feature space onto a two-dimensional cortical surface under the constraint that shape and position of the receptive fields of the neurons very smoothly over the cortical surface.
Typ der Publikation Selected:development
Link zur Originalpublikation Download Bibtex Eintrag

Nach oben

Navigation

Direktzugang

Schnellnavigation zur Seite über Nummerneingabe