Neue dynamische neuronale Netze mit zeitvarianten Gewichten und ihre Anwendung für die EEG- und EP-Mustererkennung

• Antragsteller: Professor Dr. Herbert Witte
• Fachliche Zuordnung: Epidemiologie und Medizinische Biometrie/Statistik
• Förderung: Förderung von 1999 bis 2002
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 5174838

Zielsetzung ist die Weiterentwicklung von Lernverhalten für rekurrente neuronale Netze mit zeitvarianten Gewichten im Hinblick auf eine Verbesserung der Generalisierungseigenschaften dieser Netzwerke. Das Vorhaben ist in einen methodischen und einen anwendungsorientierten Komplex untergliedert. Ziel des methodischen Teilkomplexes ist die theoretische Weiterentwicklung eines auf Pontryagins Maximumprinzip basierenden Lernverfahrens für rekurrente neuronale Netzwerke. Die Schwerpunkte dieser Entwicklungen stellen das Training von neuronalen Netzwerken mit verbesserter Generalisierungsfähigkeit sowie eine mögliche Verarbeitung von Signalen variabler Länge dar. Mit den zu entwickelnden Methoden ergibt sich die Möglichkeit eines effizienten Trainings von dynamischen Netzwerken und deren Einsatz als Klassifikation im Zusammenhang mit einer vorverarbeitungslosen Verarbeitung von biomedizinischen Daten. Dies wird im anwendungsorientierten Komplex anhand von EP- und EEG-Daten umgesetzt. Neben einer Klassifikation verschiedener Narkosezustände anhand von mehrdimensionalen Signalen, die sich aus EEG-Daten, akustisch und somatosensorisch evozierten Potentialen zusammensetzen, sollen dynamische neuronale Netze bei der Brust-Onseterkennung in sog. Burst-Suppression-Phasen in EEGs intensivpflichtiger Patienten eingesetzt werden.

• DFG-Verfahren: Sachbeihilfen
• Beteiligte Person: Dr.-Ing. Miroslaw Galicki