Die Simulation künstlicher Neuronen ist im Vergleich zu den biologischen Nervenzellen stark idealisiert. Es wurden bei den meisten künstlichen neuronalen Netzen die folgenden Gemeinsamkeiten aufrechterhalten:
  • Viele KNN sind hochgradig parallel, genau wie dies bei NNN der Fall ist.
  • Die Neuronen eines NN sind im Gegensatz zum Gesamtsystem sehr einfach strukturiert.
  • Verbindungen zwischen Neuronen über Synapsen: Dies in der Technik durch Verknüpfungen mit Gewichten realisiert.
  • Synapsen sind veränderbar: Die Gewichte in KNN sind wie biologische Synapsen lernfähig und können somit effektiver oder weniger effektiv sein.
  • Die einzelnen Elemente sind meistens mit sehr vielen anderen Einheiten verbunden, das heißt, sie besitzen eine recht hohe Konnektivität.
    • Folgende Unterschiede sind bei der vereinfachten Simulation zu erkennen:
  • Die Anzahl der Neuronen in KNN ist wesentlich geringer als die der NNN. Im menschlichen Gehirn wirken 1011 Neuronen zusammen, in KNN dagegen nur 102 bis 104 Einheiten.
  • Die Anzahl der Verknüpfungen zwischen Neuronen ist viel geringer. Das Gehirn besitzt ungefähr 104 Synapsen pro Nervenzelle. KNN mit großer Verbindungsanzahl der Einheiten konnten bisher nur bei sehr kleinen Modellen verwirklicht werden.
  • Bei KNN findet keine Frequenzmodulation statt, sondern es wird mit einem numerischen Aktivierungswert gerechnet. Dies entspricht eher einer Amplitudenmodulation.
  • Der Aufbau der Dendriten wird bei KNN nicht simuliert, sondern die Verknüpfungen der einzelnen Neuronen miteinander erfolgen auf dem direkten Weg. Es gibt aber Modelle, die die Struktur der Dendriten durch mehrere Verbindungen simulieren.
  • Bis zum heutigen Zeitpunkt wurden nur neuronale Netze erfolgreich theoretisch getestet, die sehr einfach aufgebaut sind, das heißt, nur Netze mit gleichartigen Neuronen und regelmäßiger Verbindungsstruktur.
  • Bei KNN wird eine chemische Einwirkung zwischen nebeneinander liegenden Neuronen vernachlässigt.
  • Die Lernverfahren von KNN sind mathematisch oder physikalisch entwickelt worden und deshalb mit natürlichen Lernmethoden nicht vergleichbar.
    • Nachdem künstliche und natürliche neuronale Netze getrennt voneinander betrachtet wurden, ist es interessant ein Beispiel zu betrachten, in dem, Natur und Technik zusammenwirken. Forscher haben um künstlich, zum Beispiel, epileptische Anfälle zu simulieren, Neuronen auf einer Matrix von 64 Elektroden gezüchtet. Auf dem folgenden Bild ist zu erkennen, wie sich die biologischen Neuronen auf dem künstlichen Objekt ausgebreitet haben. Diese Experimente dienen dazu, Medikamente gegen bestimmte Krankheiten zu entwickeln, ohne dass an lebenden Wesen Tests durchgeführt werden müssen.

    Siehe Abb.4.1: Neuronen gezüchtet auf einer Matrix von 64 Elektroden.

    WeiterZurück[Inhalt] Proseminar-Startseite