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:

The Role of Lateral Cortical Competition in Ocular Dominance Development
Zitatschlüssel Piepenbrock1999b
Autor Piepenbrock, C. and Obermayer, K.
Buchtitel Advances in Neural Information Processing Systems 11
Seiten 139 – 145
Jahr 1999
Adresse Cambridge, Massachusetts
Verlag MIT Press
Zusammenfassung Lateral competition within a layer of neurons sharpens and localizes the response to an input stimulus. Here, we investigate a model for the activity dependent development of ocular dominance maps which allows to vary the degree of lateral competition. For weak competition, it resembles a correlation-based learning model and for strong competition, it becomes a self-organizing map. Thus, in the regime of weak competition the receptive fields are shaped by the second order statistics of the input patterns, whereas in the regime of strong competition, the higher moments and ``features\'\' of the individual patterns become important. When correlated localized stimuli from two eyes drive the cortical development we find (i) that a topographic map and binocular, localized receptive fields emerge when the degree of competition exceeds a critical value and (ii) that receptive fields exhibit eye dominance beyond a second critical value. For anti-correlated activity between the eyes, the second order statistics drive the system to develop ocular dominance even for weak competition, but no topography emerges. Topography is established only beyond a critical degree of competition.
Typ der Publikation Selected:development
Link zur Publikation Download Bibtex Eintrag

Nach oben

Navigation

Direktzugang

Schnellnavigation zur Seite über Nummerneingabe