Diplomarbeit von Michael Schindler
Diplomarbeit von Michael Schindler
Diplomarbeit von Michael Schindler
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
1.2 Neuronale Interpretation <strong>von</strong> multivar 33<br />
• Alle Reizmuster sollen einem Balken so ähnlich sein, dass ihre Transformierte so<br />
stark lokalisiert ist, dass man das Reizmuster durch einen Punkt x ∈ M ersetzen<br />
kann, T : h ↦→ x.<br />
Somit ist jedes Reizmuster im Merkmalsraum definiert. Es muss nun noch eine Möglichkeit<br />
gefunden werden, die Abbildung A im Merkmalsraum zu beschreiben. Dazu<br />
berechnet man die Aktivierungen ar der Nervenzelle r für alle möglichen Balkenmuster<br />
h. Im Merkmalsraum wird so jedem Punkt x ein Aktivitätswert ar(x) zugeordnet, der<br />
nur <strong>von</strong> h und dem synaptischen Baum Sr abhängt. Auf diese Weise bekommt man<br />
ar : M → M als Funktion im Merkmalsraum.<br />
Die Aktivierung eines Neurons durch ein normiertes Reizmuster h, das nun als Funktion<br />
auf der (kontinuierlichen) Retina R2 aufgefasst wird, und das den Schwerpunkt x hat<br />
(vgl. Gleichung 1-55),<br />
�<br />
x = h(z)z dz (1-58)<br />
R 2<br />
ist durch die kontinuierliche Version <strong>von</strong> (1-54) gegeben,<br />
�<br />
ar(x) = h(z)Sr(z) dz. (1-59)<br />
R 2<br />
Diese Gleichung besitzt eine formale Ähnlichkeit mit einer Entwicklung nach Basisfunktionen.<br />
h ist aus dem Satz <strong>von</strong> Funktionen, nach denen der synaptische Baum<br />
Sr : M → M entwickelt wird. Der Wert ar(x) des Integrals ist dann der Entwicklungskoeffizient,<br />
der zu h gehört. Deshalb kann man die Funktion ar als die ” Balken-<br />
Transformierte“ des synaptischen Baumes verstehen. 5 Die Funktion ar im Merkmalsraum<br />
kann also mit dem transformierten synaptischen Baum des Neurons r identifiziert<br />
werden,<br />
T : Sr → ar, (1-60)<br />
wobei ar hier auch gleichzeitig noch die Aktivierung des r-ten Neurons ist, erst im<br />
nächsten Abschnitt wird eine Unterscheidung zwischen Aktivierung ar und transformiertem<br />
synaptischem Baum nötig. Sie hat ihr Maximum gerade an der Stelle, wohin<br />
der Bestreiz der Nervenzelle r durch T abgebildet wird. Diesen Punkt nennt man auch<br />
den virtuellen Ort des Neurons.<br />
Nun kann die dritte zentrale Näherung formuliert werden, die dem multivar-Netzwerk<br />
zugrundeliegt:<br />
• Jeder synaptische Baum ar(x) soll hinreichend lokalisiert sein. Hinreichend heißt<br />
hier, dass man seine Eigenschaften durch eine Entwicklung bis zum zweiten Moment<br />
– also durch ihren Schwerpunkt crund ihre Kovarianzmatrix Σr – genügend genau<br />
erfasst hat. Er ist also eine Gaußfunktion, ar(x) = GF(x;cr, Σr).<br />
5 Diese Transformation als Entwicklung nach Balkenmuster ist natürlich nicht im strengen Sinne eine<br />
Entwicklung nach einem Satz <strong>von</strong> Basisfunktionen, wie es z. B. die Fouriertransformation ist. In<br />
einem anschaulichen Sinne wird dennoch, wie auch bei echten Entwicklungen, die Übereinstimmung<br />
der Gewichtungsfunktion Sr mit jedem Balkenmuster h bestimmt.