NW: Learning Invariances

Invarianzen spielen bei der Wahrnehmung unserer Umgebung eine große Rolle, ohne dass deren Mechanismen eindeutig geklärt sind. Ziel der Arbeiten ist es, das Lernen von Invarianzen im visuellen System zu verstehen, indem biologisch plausible Modelle basierend auf dem Lernprinzip der zeitlichen Langsamkeit entwickelt werden. Mittels Videosequenzen soll gezeigt werden, dass ein invariantes Antwortverhalten, wie es bei Neuronen in den höheren Arealen des visuellen Systems gefunden wurde, unter realistischen Bedingungen gelernt und das Lernprinzip in einem lokalen Verbund spikender Modellneuronen in biologisch plausibler Weise realisiert werden kann. In einem hierarchischen Netzwerkmodell soll dann dieses Lernprinzip der zeitlichen Langsamkeit mit anderen Aspekten visueller Wahrnehmung verbunden und gezeigt werden, dass der Ansatz auch für ein integriertes Modell des visuellen Systems geeignet ist.