Meine Merkliste
my.bionity.com  
Login  

Kontinuierliches Grundmodell



Das Kontinuierliche Grundmodell ist ein Modell das Neuronale Netze beschreibt. Es ist wesentlich einfacher als z. B. das Hodgkin-Huxley-Modell, deshalb werden Künstliche neuronale Netze oft durch dieses Modell oder eine diskretisierte Version, das Diskrete Grundmodell modelliert.

Im Kontinuierlichen Grundmodell werden die einzelnen Ionenkanäle der Synapsen nicht länger modelliert, und deswegen sind auch keine einzelnen Aktionspotenziale Spikes mehr sichtbar, stattdessen müssen diese explizit durch eine Funktion angegeben werden.

Somit ist jedes Neuron durch zwei Modellgleichungen (Differentialgleichungen) beschrieben:

  1. einem DGL für die Beschreibung des dendritischen Membranpotenzials xj(t)
  2. eine Funktionsauswertung für das axonale Potenzial yj(t) = f(xj(t))

In einem neuronalen Netz mit n Neuronen lautet die Modellgleichungen dann:
\tau \dot{x}_j(t) = -x_j(t) + u_j(t) + \sum_{i=1}^{n}{c_{ij}y_i(t - \Delta_{ij}})
yj(t) = fj(Xj(t))
Dabei ist:

  • τ > 0 eine Zeitkonstante
  • xj(t) das dendritische Potenzial des j-ten Neurons
  • \dot{x}_j(t) die (zeitliche) Ableitung von xj
  • uj(t) der externe Input des j-ten Neurons
  • cij die synaptische Kopplungsstärke vom i-ten zum j-ten Neuron
  • Δij die Laufzeit eines Aktionspotenzials von i nach j
  • yj(t) das axonale Potenzial von j
  • fj eine Transferfunktion
 
Dieser Artikel basiert auf dem Artikel Kontinuierliches_Grundmodell aus der freien Enzyklopädie Wikipedia und steht unter der GNU-Lizenz für freie Dokumentation. In der Wikipedia ist eine Liste der Autoren verfügbar.
Ihr Bowser ist nicht aktuell. Microsoft Internet Explorer 6.0 unterstützt einige Funktionen auf ie.DE nicht.