Zurück zur Hompage der Cowan!Frank Pasemann
Forschungszentrum Jülich
Rekurrente neuronale Netze zeigen unter recht allgemeinen Bedingungen ein komplexes dynamisches Verhalten. Dies wird an einfachen Beispielen verdeutlicht: Oszillation und Chaos, koexistente periodische und chaotische Attraktoren, verallgemeinerte Hystereseeffekte, Synchronisation und Kohärenz in gekoppelten chaotischen Neuromodulen. Obwohl experimentelle Ergebnisse zunehmend deutlich machen, daß biologische Gehirne raum-zeitliche dynamische Effekte zur Informationsverarbeitung nutzen, sind die zugrunde liegenden Mechanismen kaum verstanden. Theoretische bzw. analytische Konzepte erlauben zur Zeit nicht, derartige Effekte gezielt in künstlichen Strukturen einzusetzen. Es wird ein an biologischen Theorien zur Koevolution anzuknüpfender Algorithmus (kein genetischer Algorithmus) vorgeschlagen, der die Verwendung dynamischer Eigenschaften von rekurrenten Neuromodulen zur Lösung von Kontroll- und Bewegungsproblemen zu studieren erlaubt. Mögliche Anwendungen ergeben sich im Bereich der autonomen Hard- und Software Agenten (z.B. kognitive Robotik und ökonomische Kontrollinstrumente).