Inhaltsverzeichnis
nächster Punkt
vorheriger Punkt
Blickkontrolle in neuraler Architektur für Aktive Sehsysteme (Schierwagen, Werner)
Im Unterschied zu traditionellen Methodologien in der Künstlichen Intelligenz wird das Sehen im Rahmen des neuen Paradigmas "Aktives Sehen" im Verhaltenskontext des Systems untersucht. Aktive Sehsysteme (ASS) weisen Merkmale auf, die der Biologie entstammen (Binokularität, Fovealisierung, Blickkontrolle mit hoher Geschwindigkeit). Das Vorhaben analysiert Berechnungsstrategien der visuomotorischen Kontrolle, die von biologischen Sehsystemen verwendet werden, um sie für künstliche ASS nutzbar zu machen. Neurale Karten, Populationskodierung und Informationsverarbeitung in geschichteten Strukturen werden als universelle Prinzipien analoger neuraler Berechnungen gekennzeichnet, die auch der Blickkontrolle zugrunde liegen. Auf der Basis dieser Prinzipien wird ein Modell ausgearbeitet, das kartierte neurale Felder verwendet, um die raum-zeitliche Dynamik in den sensomotorischen Transformationszentren zu beschreiben, die die Blickkontrolle realisieren.
Formale Modelle des Entscheidens und Argumentierens (Brewka)
Die Künstliche Intelligenz befaßt sich seit einigen Jahren verstärkt mit der Erforschung von Multi-Agenten Systemen. Ein Agent in einem solchen System muß in der Lage sein, mit anderen Agenten in Verhandlungen zu treten, für die eigenen Positionen zu argumentieren, sowie trotz unvollständiger Information sinnvolle Entscheidungen zu treffen. Das Forschungsgebiet untersucht formale Modelle des Argumentierens, Verhandelns und der Kompromißfindung. Dabei spielen insbesondere Begriffe wie Effizienz und Fairness eine wichtige Rolle. Aufbauend auf diesen Untersuchungen sollen qualitative Modelle der Entscheidungsfindung erforscht werden.
Neuroinformatik der visuellen Informationsverarbeitung am Beispiel von Amphibien (Schierwagen, Ohme)
Das Gehirn bestimmter Amphibien ist in seinem morphologischen Aufbau sehr einfach und experimentell hervorragend zugänglich, gleichzeitig aber hinsichtlich Objekt- und Tiefenwahrnehmung sehr leistungsfähig. Aufgrund des detaillierten Datenmaterials, das unsere Projektpartner in Bremen (Prof. G. Roth, Zentrum für Kognitionsforschung der Universität Bremen) zur Morphologie, Neurophysiologie, Konnektivität und Funktion von Neuronen im Tectum dieser Tiere erhoben haben, soll die Analyse der visuellen tectalen Informationsverarbeitung mittels Modellierung erfolgen, und zwar (1) auf der neuronalen Ebene (Konstruktion realistischer Neuronmodelle), und (2) auf der System-Ebene (Kombination der Resultate aus (1) mit Daten zur Verschaltung und Topographie in einem Schichtenmodell des Tectums). Hierdurch werden Aussagen über die Prinzipien visueller Informationsverarbeitung möglich, die bei der Konstruktion von künstlichen Sehsystemen Anwendung finden sollen.
Neuronale Netze und nichtlineare statistische Verfahren (Der, Steinmetz)
Im Projekt werden aus biologischen Vorbildern abgeleitete neuronale Algorithmen und Methoden als neue Verfahren zur intelligenten Datenanalyse bzw. als Varianten nichtlinearer statistischer Methoden entwickelt und untersucht. Im Mittelpunkt stehen dabei nichtlineare Verfahren zur Rauschfilterung, der Hauptkomponentenanalyse und der partial least squares Methode mittels selbstorganisierender Merkmalskarten nach Kohonen bzw. Netzwerken konkurrierender Experten. Die neuronalen Netze sollen im Rahmen des Projektes für die Prognose der biologischen Abbaubarkeit toxischer Moleküle Anwendung finden. Die quantitative Analyse der eingesetzten Netzwerke und der implementierten Lernalgorithmen erfolgt mit Methoden der statistischen Mechanik.
Nichtklassische Logiken und ihre Anwendung in der Künstlichen Intelligenz (Brewka)
Eine adäquate Modellierung von Wissen ist eines der wichtigsten Ziele der Künstlichen Intelligenz. In diesem Forschungsvorhaben werden Wissensrepräsentationstechniken entwickelt und untersucht, deren Ausdrucksmächtigkeit deutlich über die von herkömmlichen Standardtechniken hinausgeht, welche sich im wesentlichen an der klassischen Logik orientieren. Insbesondere werden hier Inferenzverfahren untersucht, die eine geeignete Behandlung von Ausnahmen, von Inkonsistenzen sowie von Präferenzen in Wissensbasierten Systemen ermöglichen.
Ein weiterer Forschungsschwerpunkt sind Untersuchungen im Bereich der erweiterten logischen Programmierung. Dabei geht es einerseits darum, die Ausdrucksmächtigkeit der Logikprogramme so zu vergrößern, daß diese Programme sich leichter für die Repräsentation komplexen Wissens verwenden lassen. Andererseits soll dabei natürlich ein möglichst geringer Effizienzverlust eintreten. Die untersuchten Techniken werden insbesondere in den Bereichen der Modellierung von Handlungen und im Planen eingesetzt.
Synchronisation in chaotischen Systemen - ein neues Paradigma für Integration und Segregation informationeller Prozesse in neuronalen Systemen (Der, Krüger)
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.
Seitenanfang
Inhaltsverzeichnis
2.1.7 Forschungsvorhaben: Intelligente Systeme
2.1.5 Forschungsvorhaben: Formale Konzepte