Parts | Days | Selection | Search | Downloads | Help

DY: Dynamik und Statistische Physik

DY 19: Poster II

DY 19.5: Poster

Thursday, March 20, 1997, 09:30–12:30, Z

Netzwerkmodellierung von Reaktionszeiten nach dem Lernen von Stimulus-Relationen — •Rolf Müller und Hans-Otto Carmesin — Inst. f. Theor. Physik, Universität Bremen, 28334 Bremen

Zum Verständnis der Neurophysik von Entscheidungsvorgängen ist die Untersuchung des Lernens von Stimulus-Relationen von großem Interesse. Bei psychologischen Experimenten werden verschiedene Einflüsse auf die Fehlerrate und die Reaktionszeit von Entscheidungen beobachtet. Zwei wichtige Effekte sind der Endanker-Effekt und der symbolische Distanzeffekt. Bei beiden Effekten ist für relativ deutliche Stimulus-Relationen die Fehlerrate besonders gering und die Reaktionszeit besonders kurz.[1] Für die Fehlerrate wurden beide Effekte bereits mit Hilfe Neuronaler Netzwerke modelliert.[2,3] Wir modellieren die beobachteten Reaktionszeiten mit einem Neuronalen Netzwerk. Das Modell arbeitet mit stochastischen, spikenden Neuronen und einer teilweise überwachten, realistischen Kopplungsdynamik vom Typ Hebb-Regel.

[1] M. Siemann, Transitive Inferenz. Dissertation, Universität Konstanz, 1993

[2] H.-O. Carmesin, Theorie Neuronaler Adaption. Dr. Köster, Berlin, 1994

[3] H.-O. Carmesin, Neuronal Adaption Theory. Peter Lang, Frankfurt a. M., 1996