Analysen von EEG-Daten sowie der Aktionspotentiale einzelner Neuronen lassen vermuten, daß sich Bereiche des Gehirns mindestens zeitweise im Zustand des deterministischen Chaos befinden. Eine auf chaotischen Systemen basierende Informationsverarbeitung zeigt interessante Eigenschaften, wie z.B. die Möglichkeit sehr schneller Übergänge zwischen verschiedenen Attraktorzuständen, die die Speicherinhalte des neuronalen Netzes repräsentieren. Wir untersuchen in chaotischen künstlichen neuronalen Netzen Realisierungsvarianten für das kognitive Bindingproblem, welches einen Mechanismus für die Informationsverarbeitung durch das Zusammenwirken räumlich getrennter neuronaler Gebiete darstellt. Der Schwerpunkt unserer Arbeit liegt dabei auf der Klassifikation von Mustern durch stimulusgetriebene Synchronisation chaotischer Teilsysteme sowie der Entwicklung von adaptiven Lernverfahren, die zu einer solchen führen.
====> Veröffentlichungen zur Chaoskontrolle.