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:

Development and Regeneration of the Retinotectal Map in Goldfish: A Computational Study
Zitatschlüssel Weber1997
Autor Weber, C. and Ritter, H. and Cowan, J. and Obermayer, K.
Seiten 1603 – 1623
Jahr 1997
DOI 10.1098/rstb.1997.0144
Journal Philosophical Transaction of the Royal Society B
Jahrgang 352
Zusammenfassung We present a simple computational model to study the in terplay of activity dependent and intrinsic processes thought to be involved in the formation of topographic neural projections. Our model consists of two input layers which project to one target layer. The connections between layers are described by a set of synaptic weights. These weights develop according to three interacting developmental rules: (i) an in trinsic fiber-target interaction which generates chemospecific adhesion between afferent fibers and target cells, (ii) an in trinsic fiber-fiber interaction which generates mutual selective adhesion between the afferent fibers and (iii) an activity-dependent fiber-fiber interaction which implements Hebbian learning. Additionally, constraints are imposed to keep synaptic weights finite. The model is applied to a set of eleven experiments on the regeneration of the retinotectal projection in goldfish. We find that the model is able to reproduce the outcome of an unprecedented range of experiments with the same set of model parameters, including details of the size of receptive and projective fields. We expect this mathematical framework to be a useful tool for the analysis of developmental processes in general.
Typ der Publikation Selected:development
Link zur Publikation Link zur Originalpublikation Download Bibtex Eintrag

Nach oben

Navigation

Direktzugang

Schnellnavigation zur Seite über Nummerneingabe