Messung und Vorhersage des Antwortverhaltens von Neuronen

Ein Neuron reagiert auf einen Stimulus mit einer §Folge von Aktionspotentialen, die mit jeder §Wiederholung verschieden ausfallen. Das §Antwortverhalten des Neurons wird hier mittels einer §Wahrscheinlichkeitsdichte beschrieben, mit der eine §bestimmte Folge von Aktionspotentialen auftritt. Das §Antwortverhalten des Neurons hängt von der §synaptischen Verknüpfungsstruktur ab, beschrieben §durch das rezeptive Feld.§Am Beispiel des auditorischen Systems werden §verschiedene Verfahren zur Rekonstruktion des §rezeptiven Feldes bei verrauschten Messdaten aus §Optimierungsprinzipien abgeleitet und untereinander §verglichen. Das Neuron wird zunächst so genähert, §dass der quadratische Fehler zwischen Output eines §linearen Modells und den Messdaten minimal ist. Die §Bayessche Methode berechnet das wahrscheinlichste §lineare rezeptive Feld unter der Annahme, dass der §gemessene neuronale Output durch Gaußsches Rauschen §verfälscht und das rezeptive Feld a-priori wie §Gaußsches weißes Rauschen verteilt ist. Die §Regularisierungsmethode ist eine Verallgemeinerung. §Ein hier vorgestellter effizienter Algorithmus zur §Berechnung von Support-Vektor-Maschinen ist eine §weitere Alternative.