Rechnen und Lernen mit ´Spiking´ Neuronen
Rechnen und Lernen mit ´Spiking´ Neuronen
Wissenschaftsdisziplinen
Andere Naturwissenschaften (20%); Andere Technische Wissenschaften (10%); Informatik (70%)
Keywords
-
Spiking Neuronen Neuronale Netzwerke Zeit-Kodierung analoges Rechnen Lernalgorithmen,
Analoges Rechnen,
Lernalgorithmen,
Neuronale Netzwerke,
Spiking Neuronen,
Zeit-Kodierung
In diesem Forschungsprojekt wurden traditionelle Modelle für "künstliche Neuronale Netze" mit biologisch realistischen Modellen für Neuronen und Synapsen konfrontiert. Es bestehen beträchtliche Unterschiede zwischen diesen beiden Modelltypen, die vor allem dadurch bedingt sind, daß biologische Neuronen ihren Output in der Form von kurzen elektrischen Pulsen ("spikes") kodieren und daß biologische Synapsen ihr "Gewicht" in Abhängigkeit von der vorher eingetroffenen Pulsfolge ständig ändern. In diesem Projekt wurden Modelle dafür entwickelt, wie Information mit solchen biologisch realistischen Annahmen über Neuronen und Synapsen verarbeitet werden kann und damit die Grundlage für eine neue Generation von Neuronalen Netzwerk Modellen gelegt. Die meisten Ergebnisse dieses Projekts sind online erhältlich von http://www.igi.TUGraz.at/maass/publications.html, sowie publications unter http://www.igi.tugraz.atnatschl/, http://www.igi.tugraz.at/legi/. Einige Ergebnisse wurden zusätzlich in populärwissenschaftlichen Aufsätzen behandelt, siehe http://www.igi.tugraz.at/maass/nonexperts.html.
- Technische Universität Graz - 100%
Research Output
- 67 Zitationen
- 1 Publikationen
-
2002
Titel Synapses as dynamic memory buffers DOI 10.1016/s0893-6080(01)00144-7 Typ Journal Article Autor Maass W Journal Neural Networks Seiten 155-161