Detailseite
Synchronisation in memristiv pulse-gekoppelten Oszillatornetzwerken – Experimente
Antragsteller
Professor Dr. Hermann Kohlstedt; Professor Dr. Martin Ziegler
Fachliche Zuordnung
Elektronische Halbleiter, Bauelemente und Schaltungen, Integrierte Systeme, Sensorik, Theoretische Elektrotechnik
Förderung
Förderung von 2017 bis 2021
Projektkennung
Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 239767484
Die Synchronisation feuernder neuronaler Ensembles wird als ein wichtiger Baustein betrachtet, um höhere Gehirnfunktionen wie Wahrnehmung oder Bewusstsein zu erklären. Das damit eng verbundene und in den Neurowissenschaften als „Bindungsproblem“ bekannte Phänomen, stellt die Frage, wie das Gehirn, verschiedene Merkmale, wie z.B. Farbe und Form eines Objektes identifiziert und als eine Einheit erkennt. Feuernde Neuronen können elektronisch durch Relaxationsoszillatoren nachgebildet werden. Basierend auf programmierbaren Unijunction-Transistoren (PUTs) und Operationsverstärkern soll die nicht lineare Dynamik, d.h. Phasenportraits, Bifurkation Phasenantwortkurven von zwei und von Ensemble aus Relaxationsoszillatoren untersucht werden. Wichtige, aus der Biologie motivierbare Mechanismen, wie eine Poisson-Verteilung der neuronalen Feuerraten, so wie die Signalretardierung und eine variable Kopplungsstärke sollen durch Verzögerungsleitung und einer memristiven Kopplung nachgebildet werden. Während diskrete Oszillatornetzwerk zum Verständnis der fundamentalen Mechanismen aufgebaut werden, sollen höhere integrierte Schaltungen in einer 250 nm CMOS-Technologie gefertigt werden. Darüber hinaus ist ein Ziel die dynamischen Prozesse mit der topologischen Struktur des hippocampalen Schaltkreises zu verbinden und damit zeitlich variable, rekurrente Netzwerke zu untersuchen. Hierzu steht zudem ein Netzwerkemulator zur Verfügung, der es erlaubt einzelne memristive Bauelemente innerhalb verschiedener Schaltungstopologien und Netzwerk induzierten Dynamiken zu untersuchen.
DFG-Verfahren
Forschungsgruppen
Teilprojekt zu
FOR 2093:
Memristive Bauelemente für neuronale Systeme