Inhaltsverzeichnis Abstract ........................................................................ .............................................................. 2 Inhaltsverzeichnis........................................................................ ............................................... 3 1 Einleitung ........................................................................ ................................................... 4 1.1 Motivation ........................................................................ .......................................... 4 1.2 Überblick........................................................................ ............................................ 4 2 Ein formales Berechnungsmodell für Netzwerke aus Spike Neuronen ............................. 5 3 Informationsverarbeitung eines einzelnen Neurons........................................................... 8 3.1 Informationsverarbeitung mit McCulloch-Pitts Neuronen ........................................ 8 3.1.1 McCulloch-Pitts Neuronen........................................................................ .........8 3.1.2 Neuronale Netze........................................................................ .........................9 3.1.3 Ein Vergleich zwischen McCulloch-Pitts und Spiking Neuronen ..................... 9 3.2 Informationsverarbeitung mit Aktivierungskorrelation ........................................... 10 3.2.1 Coincidence Detection mit Spike Neuronen .................................................... 10 3.2.2 Coincidence Detection mit klassischen Neuronalen Netzen............................ 11 3.3 Identifikation von Aktivierungsmustern .................................................................. 12 3.3.1 Radial Basis Function Units........................................................................ .....12 3.3.2 Verwendung von Spike Neuronen wie Radial Basis Function Units............... 13 3.4 Spike Neuronen mit analogem In- und Output ........................................................ 14 3.4.1 Ermittlung einer gewichteten Summe .............................................................. 14 3.4.2 Annäherung beliebiger stetiger Funktionen ..................................................... 18 3.5 Fazit........................................................................ .................................................. 19 4 Informationsverarbeitung in Neuronenpopulationen ....................................................... 21 4.1 Schnelle analoge Verarbeitung in Spiking Neuron Netzen...................................... 21 4.1.1 Schnelle Verarbeitung durch Space-Rate Coding............................................ 22 4.2 Informationsverarbeitung mit Aktivierungsraten..................................................... 24 4.2.1 Verarbeitung von Aktivierungsraten mit Spike Neuronen............................... 24 4.3 Informationsverarbeitung mit Aktivierungsraten und Aktivierungskorrelationen... 25 4.3.1 Modelle für neuronale Netze mit Feedback ..................................................... 26 4.3.2 Vergleich von Spike Neuronen Modellen mit und ohne Aktivierungskorrelation ........................................................................ ...........................28 4.4 Netzwerke aus Spike Neuronen für das Speichern von Informationen ................... 30 4.4.1 Synfire Chain Modell ........................................................................ ...............30 5 Fazit und Ausblick ........................................................................ ...................................32 Literatur........................................................................ ............................................................ 33 3