Störungsfreies spikebasiertes Lernen

• Antragsteller: Professor Dr. Raoul-Martin Memmesheimer
• Fachliche Zuordnung: Experimentelle und theoretische Netzwerk-Neurowissenschaften
• Förderung: Förderung seit 2025
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 557450678

Neuronen in biologischen und in manchen sehr modernen künstlichen neuronalen Netzwerken kommunizieren mit kurzen elektrischen Impulsen, sogenannten Spikes. Aufgrund dieser Kommunikation mit diskreten Alles-oder-Nichts-Signalen ist die Dynamik solcher Netzwerke unstetig. Daher erschien auch das Lernen mit exaktem Gradientenabstieg, das die Grundlage der momentanen großen Erfolge im maschinellen Lernen bildet, bisher für spikende neuronale Netzwerke hochproblematisch. Überraschenderweise haben wir aber kürzlich zeigen können, dass exaktes, spikebasiertes Gradientenabstiegslernen durchaus ohne störende Unterbrechungen und Sprünge möglich sein kann. Dabei werden auch Spikes systematisch erzeugt und entfernt. Wir wollen unsere Methode nun in den Neurowissenschaften und in der Technik etablieren und dabei einige an sich schon äußerst relevante Probleme lösen. Dazu werden wir zunächst die Leistungsfähigkeit unserer Methode mit der von existierenden Lernverfahren vergleichen und ihren Anwendungsbereich ausloten. Danach werden wir unseren Ansatz benutzen, um neue neurowissenschaftliche Modelle zu erstellen, neurobiologische Daten zu analysieren und Probleme bei der technischen Anwendung von spikenden neuronalen Netzwerken zu lösen.

• DFG-Verfahren: Sachbeihilfen