Modulprüfung: BBio119, Neurowissenschaften und Verhaltensbiologie Nachklausur zur Vorlesung: Theoretische Neurowissenschaften. SoSe 2009 Name ____________________________________________________ Vorname ____________________________________________________ Matrikelnummer ____________________________________________________ Anmerkungen: • Sie müssen die Prüfung ohne Hilfsmittel und ohne andere Personen durchführen. • Füllen Sie die vorgegebenen Felder korrekt aus, bzw. führen Sie korrekte Eintragungen in den Abbildungen durch. • Hinweis: Lesen Sie den Text gründlich! • Wenn etwas unklar ist, wenden Sie sich bitte an den Dozenten. • WICHTIG!!! Bearbeiten sie erst die Themen die sie gut können, denn: erwarten Sie nicht, daß Sie alle Fragen schaffen. Das ist nicht geplant! • Randnotizen: Die Fragen stammen fast alle von den Fragebeispielen der Vorlesung oder von alten Klausuren ab. Ein paar sind „abgeleitet“ (hier sollte Nachdenken helfen – das hilft übrigens immer ☺). D.h. ihr Prof. hofft, daß diese Klausur nicht zu schwer ist. Viel Erfolg. Es können maximal 40,0 Punkte erzielt werden. 1 Teil: Theoretische Neurowissenschaften 1) Thema: Calculating with Neurons A) Wir betrachten zwei gleiche Synapsen (gleicher Transmitter, gleiche Ionenströme), die am Soma des postsynaptischen Neurons anliegen (siehe Diagram unten). Beide Synapsen erhalten unabhängigen, erregenden Input von unterschiedlichen Neuronen. Die maximalen Amplituden der erhaltenen EPSPs sind A und B, wenn die EPSPs allein auftreten. Unser Messpunkt liegt genau zwischen beiden Synapsen und wir messen, daß dort „Summation“ auftritt. Wir erhalten ein gesamt-EPSP mit maximaler Amplitude C, mit C = λA + μB. Die Faktoren λ und μ sind immer zumindest etwas kleiner als eins. Welche der folgenden Gründe können dazu beitragen, daß λ und/oder μ deutlich kleiner als eins sind (unvollständige Summation)? a) Die Synapsen haben großen räumlichen Abstand zueinander. b) Die Inputsignale (Aktionspotentiale) an A und B folgen mit großem zeitlichem Abstand aufeinander. c) Da B vor A feuert führt dies zu LTD und damit zu einer Verkleinerung des synaptischen Gewichts λ. d) Das Umkehrpotential der von Input A und B ausgelösten Ionenströme liegt nahe am Ruhepotential. e) Das Umkehrpotential der von Input A und B ausgelösten Ionenströme liegt weit entfernt vom Ruhepotential. A,B = Synapses from präsyn. Neurons A Soma of postsyn. Neuron B C = point of measurement Fig.1) Summation at a neuron. B) Was versteht man unter einem Coincidence-Detektorneuron? C) Erklären Sie das „Bindingproblem“ und schlagen Sie eine Lösung für dieses Problem vor. A) Geben Sie die richtige(n) Antwort(en) aus a-e an (gesamt 1,5 Punkte, anteilig): B) (2,0 Punkte) C) (2,0 Punkte) 2 2) Thema: Karten (Maps): Im visuellen Kortex werden verschiedene Aspekte der visuellen Welt wie in einer Landkarte abgebildet. A) Zeichnen und erklären Sie das „Ice-Cube Model“ des visuellen Cortex. B) Was ist ein Vortex? C) In einen Entwicklungsmodell des Cortex spielen räumliche Korrelationen zwischen thalamischen Neuronen (deren rezeptive Felder rechts zu sehen sind) eine große Rolle. Ordnen Sie die folgenden Aussagen dem linken bzw. rechten Bild zu: i) Die Zentren sind positiv korreliert. ii) Zentrum der einen Zelle ist mit dem Umfeld der anderen Zelle positiv korreliert. iii) Zentrum der einen Zelle ist mit dem Umfeld der andere Zelle negativ (=anti-) korreliert. Fig. 2) Two examples for situations with two overlapping receptive fields each of visual thalamic neurons. Small, dashed area demarcates the on (center) subfield. Large outer circle demarcates the border of the off (surround) sub-field Teil-Antwort auf Frage C) Antwort auf Frage A (3,0 Punkte): Zum Linken Bild gehören Aussagen: (i,ii,iii oder Kombinationen?): Teil-Antwort auf Frage C) (gesamt 1,5 Punkte) Zum Rechten Bild gehören Aussagen: (i,ii,iii oder Kombinationen?): Antwort auf Frage B (2 Punkte) 3 3) Fragen zum Thema Lernen A) i) Was versteht man unter „Gewichtsnormalisierung“? ii) Weshalb ist diese beim Hebb’schen Lernen nötig? Antwort zu A): i) (3 Punkte) ii) B) Bezeichnen Sie die Pfeile in diesem Diagram. (Bitte Antwort hier im Diagramm direkt eintragen.) Beschreiben sie die zugehörigen Experimente in Worten. (Antwort hier) (4 Punkte) Fig. 3) Weight change curves following different types of conditioning experiments modeled with the Rescorla Wagner Rule 4 3) Fragen zum Thema Lernen (mehr davon) In der Vorlesung haben wir für die Rescorla Wagner Rule mit zwei Eingängen definiert: We define: v = ω1u1 +ω2u2, with u1,2=1 or =0, binary and Rescorla Wagner Rule: ωi → ωi + μδui i=1,2 and with δ = r - v C) i) Was ist inhibitory conditioning? ii) Erklären Sie anhand der Rescorla Wagner Rule weshalb das Gewicht ω2 (von u2) bei inhibitory conditioning negativ wird. Antwort zu C): i) (4 Punkte) ii) D) i) Was ist der Unterschied zwischen open-loop und closed-loop Learning? ii) Was hat das mit Classical bzw. Operant Conditioning zu tun? Antwort zu D): i) (3 Punkte) ii) 5 4) Thema: Networks A) Berechnen Sie den Output Vektor dieses Netzwerks wenn: i) der Input Vektor (1,1,-1,-1) ist. ii) der Input Vektor (0,0,2,-1) ist. Fig. 4) Weight matrix. Antwort auf Frage A (3 Punkte): i) ii) B) i) Weshalb kann man im nebenstehenden Diagram mit einem 2-schichtigen Perzeptron die weißen nicht von den schwarzen Punkten trennen? ii) Wie muß man das Perzeptron erweitern, damit dies geht? iii) Welches (berühmte) Problem wird durch dieses Diagram dargestellt? Antwort auf Frage B (3,0 Punkte): i) ii) iii) 6 (0,1) (0,0) (1,1) (1,0) Fig. 5) Data points to separate. 5) Thema Convolutions, Filters and Receptive Fields A) i) Zeichen Sie ein Schema zur lateralen Hemmung. ii) Erklären Sie was dabei passiert. iii) Wozu kann laterale Hemmung nützlich sein? Antwort zu A, i) (4 Punkte) Antwort zu A, ii) Antwort zu A, iii) 7 Thema Convolutions, Filters and Receptive Fields (mehr davon) B) i) Erklären Sie durch welchen Versuchablauf die nebenstehenden Diagramme zustande gekommen sind. ii) Weshalb entsteht beim Diagramm in der Mitte keine Antwort. Sogenannte NullResponse. (ggf. anhand einer Zeichnung erklären). Antwort zu B, i) (4 Punkte) Fig. 6) Experimental results demonstrating the so called Null-Response. Antwort zu B, ii) 8