Parts | Days | Selection | Search | Downloads | Help
DY: Dynamik und Statistische Physik
DY 19: Poster II
DY 19.3: Poster
Thursday, March 20, 1997, 09:30–12:30, Z
Unüberwachtes Lernen biologisch plausibler Neuronaler Netze durch emergente Bewertung — •Björn Gülsdorff und Hans-Otto Carmesin — Institut für Theoretische Neurophysik, Universität Bremen
Das Studium neuronaler Netze hilft bei dem Verständnis biologischer Netzwerke, der Nervensysteme. Dazu werden einzelne Verhaltensweisen mit Hilfe eines neuronalen Netzes modelliert. Biologisch plausible Bestandteile eines solchen Modells sind zweiwertige, stochastisch feuernde Neuronen ni und Kopplungen Kij mit lokaler Dynamik Δ Kij(t)=aKij(t)ni(t+Δ t)nj(t)(Hebb-Regel). Wie gelangt das System in den optimalen Zustand, wenn der Lernvorgang nicht überwacht wird ? Vorgestellt wird eine Antwort anhand der Modellierung verschiedener Augenbewegungen. Hierbei ist eine Bewertung durch ein Areal außerhalb des visuellen Kortex nicht plausibel. Stattdessen wird die Erregung aller Neuronen im vis. Kortex proportional zur gesamten Aktivität erhöht. Dieses Signal ist für korrekte Augenstellungen maximal und begünstigt so das Entstehen senso-motorisch optimaler Netzwerke. Der Mittelwert der Kopplungsänderung ist der Gradient eines Potentials, aus dessen Minima sich die möglichen stationären Zustände ergeben. Bei der modellierten Dynamik kennzeichnet das globale Minimum denjenigen Kopplungszustand mit korrekter Netzwerkleistung. Dieses bezeichnen wir als emergente Bewertung.