| Autor(en): |
Jan Clemens |
Titel: |
Neural computation in small sensory systems – lessons on sparse and adaptive coding |
| Gutachter: |
Bernhard Ronacher; Jan Benda; Martin Nawrot |
| Erscheinungsdatum: |
01.08.2012 |
| Volltext: |
pdf
(urn:nbn:de:kobv:11-100203539)
|
| Fachgebiet(e): |
Biowissenschaften, Biologie |
| Schlagwörter (ger): |
auditorisches System, Computational Neuroscience, Insekten, neuronale Kodierung |
| Schlagwörter (eng): |
neural coding, auditory system, computational neuroscience, insects |
| Einrichtung: |
Humboldt-Universität zu Berlin, Mathematisch-Naturwissenschaftliche Fakultät I |
| Lizenz: |
|
| Zitationshinweis: |
Clemens, Jan:
Neural computation in small sensory systems – lessons on sparse and adaptive coding;
Dissertation,
Humboldt-Universität zu Berlin, Mathematisch-Naturwissenschaftliche Fakultät I , publiziert am 01.08.2012, urn:nbn:de:kobv:11-100203539
|
Metadatenexport:
 Um
den gesamten Metadatensatz im Endnote- oder
Bibtex-Format zu speichern,
klicken Sie bitte auf den entsprechenden Link.
|
Endnote
Bibtex
|
| print on demand:
Wenn
Sie auf dieses Icon klicken, können Sie
ein Druckexemplar dieser Publikation bestellen.
|
|
| Diese Seite taggen:
Diese
Icons führen auf so genannte Social-Bookmark-Systeme, auf denen Sie
Lesezeichen anlegen, persönliche Tags vergeben und Lesezeichen anderer Nutzer
ansehen können.
|
|
| Abstract (ger): |
| Das Ziel von computational neuroscience ist, neuronale Transformationen zu beschreiben und deren Mechanismen und Funktionen zu beleuchten. Diese Doktorarbeit kombiniert Experiment, Datenanalyse und Modelle um neuronale Kodierung anhand des auditorischen Systems von Feldheuschrecke und Grille zu erforschen.
Der erste Teil befasst sich mit der neuronalen Repräsentation von Balzsignalen in Feldheuschrecken. In Rezeptoren ist die Kodierung dieser Signale homogen - alle Neuronen bilden den Reiz gleich ab. In nachgeschalteten Zellen wird die Kodierung spärlicher, sowohl auf Ebene der Zeit als auch der Zellpopulation. Es entsteht ein labeled line code, bei dem unterschiedliche Nervenzellen unterschiedliche Merkmale des Stimulus abbilden. Dieser Transformation liegt eine nichtlineare Kombination von mehreren Stimulusmerkmalen zu Grunde.
Die erhöhte Spezifizität von Neuronen dritter Ordnung ermöglicht eine einfache Art der Musterklassifikation, bei der die Zeitpunkte bestimmter Reizelemente innerhalb des Signals ignoriert werden können. Die beschriebene Reiztransformation repräsentiert einen Mechanismus für die Erkennung zeitlich redundanter Kommunikationssignale, wie sie von vielen Insekten produziert werden.
Im zweiten Teil wird gezeigt, dass die spektrale und zeitliche Abstimmung von Neuronen zweiter Ordnung bei Grillen von der Komplexität des Reizes abhängt. Während die Abstimmung für Reize mit nur einer Trägerfrequenz breit ist, führen Reize mit mehreren Trägerfrequenzen zu einer Schärfung. Hierdurch kann Information über einzelne Komponenten eines komplexen Signals in der Kodierung erhalten werden. Ein statisches Netzwerkmodell zeigt, dass diese adaptive Abstimmung mit Mechanismen erzeugt werden kann, die in Nervensystemen vieler Organismen vorkommen.
Wie diese Doktorabeit zeigt, vereinen Insekten einfach aufgebaute und gut zugängliche Nervensysteme mit komplexen Reiztransformationen. Dies macht sie zu produktiven Modellorganismen für die Neurowissenschaften.
|
| Abstract (eng): |
| The goal of computational neuroscience is to describe the stimulus transformations performed by neural systems and to elucidate their mechanisms and functions. This thesis combines experiment, data analysis and theoretical modeling to explore neural coding in the small auditory systems of grasshoppers and crickets.
The first part deals with the transformation of the neural representation of courtship signals in grasshoppers. The code in auditory receptors is relatively homogeneous. That is, all neurons represent a very similar stimulus feature. Representation in higher-order neurons leads to an increase of temporal and population sparseness. This creates a labeled-line population code where different neurons represent different and specific stimulus features. Sparseness in the system increases through a nonlinear combination of two stimulus features. This transformation enables a simple mode of pattern classification, which ignores the timing of individual features and relies only on their average values during a signal. The transformation can therefore facilitate the recognition of the long, temporally redundant communication signals produced by grasshoppers and other insects.
The second part shows that spectral and temporal tuning of second-order neurons in crickets strongly depends on the complexity of the stimulus. While tuning is relatively broad for single-carrier stimuli, signals containing multiple carrier frequencies lead to a sharpening of the tuning. This sharpening preserves information about individual components of a complex stimulus. A network model revealed that such adaptive tuning can be implemented in a static network with mechanisms that are ubiquitous in many neural systems.
In summary, this study shows that the nervous systems of insects combine a relatively simple structure with complex stimulus transformations. This renders them empirically accessible and suitable model systems for computational neuroscience.
|
Zugriffsstatistik:
Die Daten für die Zugriffsstatistik der einzelnen Dokumente
wurden aus den durch AWStats aggregierten Webserver-Logs erstellt.
Sie beziehen sich auf den monatlichen Zugriff auf den Volltext sowie
auf die Startseite. Die Zugriffsstatistik wird nicht standardisiert erfasst und kann maschinelle Zugriffe enthalten.
Bei Formatversionen eines Dokuments, die aus mehreren Dateien bestehen
(insbesondere HTML), wird jeweils der monatlich höchste Zugriffswert
auf eine der Dateien (Kapitel) des Dokuments angezeigt.
Um die detaillierten Zugriffszahlen zu sehen,
fahren Sie bitte mit dem Mauszeiger
über die einzelnen Balken des Diagramms.
|
| |   | | | | | | | Apr
12 | May
12 | Aug
12 | Sep
12 | Oct
12 | Nov
12 | Dec
12 | Jan
13 | Apr
13 |
| Monat | Aug
12 | Sep
12 | Oct
12 | Nov
12 | Dec
12 | Jan
13 | Apr
13 | | Startseite | 13 | | | | | 6 | 2 | | PDF | 12 | 3 | 11 | 6 | 3 | 26 | 23 |
Gesamtzahl der Zugriffe seit Apr 2012: - Startseite – 21 (3 pro Monat)
- PDF – 84 (12 pro Monat)
|
