Gepulste Neuronale Netze: Detailiertes Modell nach Hodgkin ... - CES
Gepulste Neuronale Netze: Detailiertes Modell nach Hodgkin ... - CES
Gepulste Neuronale Netze: Detailiertes Modell nach Hodgkin ... - CES
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
1 Einleitung<br />
Das heutige Verständnis des Gehirns, ob menschlich oder tierisch, hat eine lange Geschichte<br />
hinter sich. Aus Funden von Skeletten konnte <strong>nach</strong>vollzogen werden, dass bereits um ca.<br />
5000 v. Chr. Schädelöffnungen an Menschen vorgenommen wurden. Aus den Formen der<br />
Öffnungen kann geschlossen werden, dass diese Operationen häufig keinen tödlichen Ausgang<br />
hatten. Erste Beschreibungen des Aufbaus des menschlichen Gehirns und daraus abgeleitete<br />
Vermutungen über die mögliche Verteilung von Funktionen sind auf ca. 300 v. Chr. zu<br />
datieren. Bis zur heutigen Zeit wurde das Verständnis der Funktionsweise einzelner<br />
Gehirnteile oder seiner Gesamtheit immer weiter verfeinert und teilweise revidiert. Besonders<br />
erwähnenswert sind hierbei die Erkenntnisse von Otto Friedrich Karl Deiters aus dem Jahr<br />
1865, der als erster eine funktionale Aufteilung eines Neurons vorgenommen hat, wie sie<br />
heute immer noch verwendet wird. Für diese Arbeit von mindestens ebenso großem Interesse<br />
sind die Arbeiten von A.L. <strong>Hodgkin</strong> und A.F. Huxley, die sich in den frühen 50er Jahren des<br />
20. Jahrhunderts mit der Funktionsweise einzelner Neurone beschäftigten. Hierzu<br />
verwendeten sie <strong>nach</strong> einem Vorschlag von J.Z. Young aus Tintenfischen extrahierte<br />
Riesenaxone, die bis zu einem Millimeter groß werden können, um eine mathematische<br />
Beschreibung für das Verhalten dieser Axone zu entwickeln. Siehe hierzu auch [Il02]<br />
Aus heutiger Sicht haben neuronale <strong>Netze</strong> eine Reihe von interessanten Fähigkeiten, über die<br />
auch modernste Computersysteme nicht verfügen. Die Möglichkeit, in gewissem Rahmen<br />
intelligente Systeme herstellen zu können, würde zum einen die menschliche Umwelt radikal<br />
verändern. Unternehmen die an solchen Systemen forschen, versprechen sich zum anderen<br />
einen finanziellen Vorteil, da der prognostizierte Markt hierfür als sehr groß einzuschätzen ist.<br />
Um die gewünschten Eigenschaften in künstlichen Systemen reproduzieren zu können, ist ein<br />
Verständnis der Funktionsweise dieser <strong>Netze</strong> erforderlich. Auf Basis dieses Verständnisses<br />
versucht man, <strong>Modell</strong>e aufzubauen, die das Verhalten von realen neuronalen <strong>Netze</strong>n beschreiben.<br />
Es ist bis heute nicht möglich, direkt neuronale <strong>Netze</strong> auf Basis der von der Natur<br />
verwendeten Materialien herzustellen. Durch den Einsatz von hochintegrierten Schaltungen<br />
jedoch, mit denen leistungsstarke Computer realisiert werden können, ist es aber möglich,<br />
reale neuronale <strong>Netze</strong> auf einem gewissen Abstraktionsgrad mit Hilfe mathematischer <strong>Modell</strong>e<br />
zu simulieren. Die Entwicklung von neuen <strong>Modell</strong>en, deren Simulation und Anwendung<br />
sind Disziplinen des Forschungsbereichs der Neuroinformatik.<br />
Durch eine große Anzahl unterschiedlicher <strong>Modell</strong>e, die zum Teil komplexe neuronale Netzwerke<br />
simulieren können, zum Teil aber auch nur einzelne Neuronen, hat sich eine Vielzahl<br />
unterschiedlicher Einsatzgebiete für die Neuroinformatik ergeben. Zu diesen Einsatzgebieten<br />
zählen:<br />
• Steuerung elektrischer Maschinen<br />
• Analyse von Messdaten 1<br />
• Prognosen 2<br />
• Signalklassifikation<br />
• Planungen 3<br />
• Simulation von Auswirkungen von Medikamenten / Drogen<br />
1 Siehe [Ha98]<br />
2 Siehe [Ha98]<br />
3 [Ur98]