Zusammenfassung
In unserem Beitrag stellen wir zwei Methoden vor, die im Rahmen der Neuroinformatik bzw. in technischen Anwendungsproblemen eingesetzt werden können und die ihren Ursprung in einem Teilgebiet der Physik haben, in der nichtlinearen Dynamik. Mit diesen beiden Beispielen wollen wir den inneren Zusammenhang zwischen Themen der Physik und der Informatik deutlich machen. In unserem ersten Beispiel setzen wir uns mit der Messung der Topologieerhaltung in neuronalen Karten auseinander. Neuronale Karten stellen sensorische Information in einem Ortscode dar. Diese Form der Repräsentation ist für technische Anwendungen ebenso wichtig wie für reale Hirne. Ein bekanntes Beispiel für die Repräsentation somatosensorischer Information durch eine neuronale Karte ist der Homunculus welcher die Zuständigkeit des sensorischen Cortex für die Hautoberfläche illustriert. Neuronale Karten können sich unter dem Einfluß sensorischer Information selbst organisieren [1]. Ein viel verwandter Algorithmus zur Selbstorganisation von Karten ist das Kohonen-Modell [2,3].
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literatur
C. von der Malsburg, “Self-Organization of Orientation Sensitive Cells in the Striate Cortex”, Kybernetik 14, 85–100 (1973).
T. Kohonen, “Self-Organization and Associative Memory”, 3rd Ed., Springer (1989).
H. Ritter, T. Martinetz, K. Schulten, “Neuronale Netze”, Addison Wesley (1990).
T. Martinetz, H. Ritter, K. Schulten, “Three-Dimensional Neural Net for Learning Visuomototr- Coordination of a Robot Arm”, IEEE Trans. Neur. Net. 1(1), 131–136 (1990).
J. Kangas, “Time-Dependent Self-Organizing Maps for Speech Recognition”, in Artificial Neural Networks (Proc. ICANN 91 Helsinki), ed. T. Kohonen et al., North-Holland, 11–1591 (1991).
K. Obermayer, H. Ritter, K. Schulten, “A Model for the Development of the Spatial Structure of Retinotopic Maps and Orientation Columns”, in: Principles of Organization in Organisms, Proc. Vol. XII, Addison-Wesley, in print (1991).
F. Wolf, H.-U. Bauer, T. Geisel, “Origin of Field-Discontinuities and Islands in Visual Cortical Maps”, submitted to Science
W. Liebert, K. Pawelzik, H.G. Schuster, “Optimal Embeddings of Chaotic Attractors from Topological Considerations”, Europhys. Lett. 14, 521–526 (1991).
F. Takens, “Detecting Strange Attractors in Turbulence”, in: Dynamical Systems and Turbulence, ed. D. Rand, L.-S. Young, Springer Lecture Notes in Mathematics 898, 366 (1981).
H.-U. Bauer, K. Pawelzik, “Quantifying the Neighborhood Preservation of Self-Organizing Feature Maps”, submitted to IEEE Trans. Neur. Net. (1991).
Daten aus der DPI-Datenbasis des III. Physikalischen Instituts, Uni. Göttingen (Strube, Gramß), (1990).
W.D. Brandt, H. Behme, H.W. Strube, “Bildung von Merkmalen zur Spracherkennung mittels phonotopischer Karten”, in: Fortschritte der Akustik-DAGA 91, DPG GmbH, Bad Honnef, Germany, 1057 (1991).
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 1992 Springer-Verlag Berlin Heidelberg
About this paper
Cite this paper
Pawelzik, K., Bauer, HU. (1992). Topologieerhaltung und Dimensionsbestimmung: Methoden der nichtlinearen Dynamik in Neuroinformatik und Spracherkennung. In: Krönig, D., Lang, M. (eds) Physik und Informatik — Informatik und Physik. Informatik-Fachberichte, vol 306. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-77382-2_24
Download citation
DOI: https://doi.org/10.1007/978-3-642-77382-2_24
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-55298-7
Online ISBN: 978-3-642-77382-2
eBook Packages: Springer Book Archive