neuronale Grundlagen

Werbung
Lernpsychologische Theorien
16. September 2015
Neuropsychologie
•
Das menschliche Hirn besteht
aus 100 Milliarden bis zu 1
Billion Nervenzellen (1012)
•
Diese Zellen sind grösstenteils
hochgradig miteinander
verbunden
•
Das riesige Netzwerk ist nicht
statisch, sondern ist
ständigen Veränderungen
unterworfen
16.09.2015
Ruedi Stüssi
2
Eine typische Nervenzelle
Synapsen
Axon
Zellkern
Dendriten
16.09.2015
Ruedi Stüssi
3
Wo befinden sich die
Informationen?
•
•
•
•
•
•
•
Man kann heute mit Sicherheit ausschliessen, dass es so etwas wie
eine ‚Grossmutter‘-Hirnzelle gibt
Der Zellkörper ist also keine Speicherzelle
Die Informationen sind über weite Bereiche verteilt
Sie ergeben sich aus der Vielzahl und der Durchlässigkeit der
Verbindungen zwischen den einzelnen Nervenzellen
Die ‚Grossmutter‘ ist also über eine Vielzahl von Zellverbindungen
verteilt
Deshalb bleiben Informationen auch nach dem Ausfall einzelner
Nervenzellen zum Teil erhalten
Die Funktion von Nervenzellen kann sich verändern, so dass auch nach
relativ massiven Schädigungen eine Chance besteht, dass ausgefallene
Funktionen von anderen Zellen übernommen werden
16.09.2015
Ruedi Stüssi
4
Neuronale Netze als Nachbild des
Gehirns
•
•
•
•
•
•
Künstliche neuronale Netze bestehen aus einer Vielzahl von Neuronen und einer
zugehörigen Vernetzungsstruktur.
Nach der Konstruktion eines Netzes muss es in einer Trainingsphase zunächst
angelernt werden. Prinzipiell kann ein Netz durch folgende Maßnahmen lernen:
Ausbilden neuer Verbindungen, bzw. löschen bestehender Verbindungen
Anpassen der Gewichte von Neuron zu Neuron
Anpassen der Schwellwerte der Neuronen
Hinzufügen oder löschen
von Neuronen
Praktisch gesehen ‚lernt‘
ein Netz hauptsächlich
durch Modifikation der
Gewichte der Neuronenverbindungen
16.09.2015
Ruedi Stüssi
5
Vorzüge und Schwächen des
Modells
Es lassen sich selbstlernfähige Systeme entwickeln, die aber jeweils nur
für einen sehr eingeschränkten Funktionsbereich tauglich sind
Die Architektur des Netzes ist entscheidend für dessen Gebrauchswert
Heute gebräuchliche neuronale Netze haben eine vorgegebene
Architektur, die sich nicht dynamisch verändern kann
Übertragen auf Computersysteme müsste ein Simulationscomputer
folgende Merkmale aufweisen:
• 1 Billion einfache Prozessoren
• hochgradige Vernetzung der Prozessoren untereinander
• unterschiedlich leitfähige Verbindungen unter den Prozessoren
• die Verbindungen müssten sich dynamisch verändern können
16.09.2015
Ruedi Stüssi
6
Ein Vergleich …
Es braucht einen Input, der dem
System zur Verfügung steht
Es braucht Lerninhalte
Dem System muss ein Ziel bekannt sein
Leistungsziele müssen bekannt sein
Das System muss Informationen
darüber erhalten, ob es sich beim
Lerndurchgang dem Ziel angenähert
hat
Feedback ist unabdinglich und sollte
kontinuierlich verfügbar sein
Schnelle Veränderung der Gewichtung
führt zu schnellem Lernen aber auch zu
schnellem Vergessen
Oberflächliches Lernen führt zu
schnellen aber instabilen Erfolgen
Langsame Veränderungen führen zu
stabilerem Wissen
Vertieftes Lernen führt zu stabilerem
Wissen
16.09.2015
Ruedi Stüssi
7
Herunterladen
Random flashcards
Medizin

5 Karten Sophia Gunkel

Laser

2 Karten anel1973

lernen

2 Karten oauth2_google_6c83f364-3e0e-4aa6-949b-029a07d782fb

Erstellen Lernkarten