Neuronale Netze

Zunächst werden die klassischen Modellneurone, wie die McCulloch-Pitts-Zelle [MP43] und das Perzeptron [Ros58], sowie die neurophysiologische Grundlage dieser Modelle vorgestellt. Netzwerke solcher Neurone stellen ein universales Berechenbarkeitsmodell dar. Anhand von vorwärtsgerichteten, geschichteten Netzwerken kann ein einfacher, wenn auch biologisch nicht sehr plausibler, Lernalgorithmus erläutert werden. Das Konvergenzverhalten derartiger Lernalgorithmen hängt in starkem Maße von der zugrundeliegenden Codierung ab. Die Frage nach der neuronalen Codierung und der Repräsentation von Wahrnehmungsinhalten führte zu dem sogenannten Bindungsproblem [Mal99]. Experimentelle Ergebnisse der letzten Jahre sprechen dafür, daß zeitlich korrelierten neuronalen Aktivitätsmustern und Phasenbeziehungen eine entscheidende Rolle bei der neuronalen Codierung zukommt, und diese auch eine mögliche Antwort auf das Bindungsproblem darstellen [VT02]. Der Vortrag endet mit einer kritischen Betrachtung künstlicher neuronaler Netze in der Praxis.



Zuzuordnen in die Fachbereiche: Informatik, theoretische Neurowissenschaften

Mathematische Voraussetzungen: Schulmathematik

nächster Vortrag

zurück zur Materialienseite



Literatur:

[Bi04] BISHOP, C. M. : Neural Networks for Pattern Recognition. 2. Oxford University Press, 2004

[DA02] DAYAN. P. ; ABBOTTT, L. F. : Theoretical Neuroscience. Computational and Mathematical Modeling of Neural Systems. MIT Press, 2001

[DMS00] DUDEL, J. ; MENZEL, R. ; SCHMIDT, R. F. : Neurowissenschaft. 2. Springer, 2000

[ES97] ENGEL A.K. ; SINGER, W. : Neuronale Grundlagen der Gestaltwahrnehmung. In: Spektrum der Wissenschaft, Dossier 4/97 "Kopf und Computer". Spektrum Akademischer Verlag, Heidelberg: 66-73, 1997. pdf

[MP43] McCULLOCH, W. ; PITTS, W. : A logical calculus of the ideas immanent in nervous activity. Bulletin of Mathematical Biophysics, Vol. 5, 1943,

[Mal97] v. d. MALSBURG, C. : The Coherence Definition of Consciousness. In Ito, M. and Miyashita, Y. and Rolls, E. T., Eds. Cognition, Computation and Consciousness, pages pp. 193-204. Oxford University Press, 1997. pdf

[Mal99] v. d. MALSBURG, C. : The What and Why of Binding: The Modeler´s Perspective.Neuron, 24(1):95-104, September 1999. pdf

[NT03] NOE, A. ; THOMPSON, E : Are there Neural Correlates of Consciousness? Journal of Consciousness Studies, 2003. HREF="http://people.ucsc.edu/~anoe/NCC.pdf">pdf

[Roj96] ROJAS, R. : Theorie der neuronalen Netze. 4. Springer, 1996

[Ros58] ROSENBLATT, F. : The perceptron: a probabilistic model for information storage and organization in the brain. Psychological Review, Vol. 65, 1958

[Si02] SINGER, W. : Selbsterfahrung und neurobiologische Fremdbeschreibung. Zwei konfliktträchtige Erkenntnisquellen. In GEYER, C. : Hirnforschung und Willensfreiheit. Zur Deutung der neusten Experimente. Suhrkamp, 2004. pdf

[SS01] SCHMIDT, R. ; SCHAIBLE, H.-G. : Neuro- und Sinnesphysiologie. 4. Springer, 2001

[VT02] VARELA, F. J. ; THOMPSON, E. : Neural Synchrony and the Unity of Mind: A Neurophenomenological Perspective. In CLEERMANS, A. : The Unity of Consciousness: Binding, Integration and Dissociation, Oxford University Press, 2002. pdf



top


Last modified: Wed Nov 12 20:33:52 CET 2005