1. Idegrendszeri modellezés: alternatív stratégiák

Az idegrendszeri modellezõk alapvetõen két fajta stratégiát használnak.

  • A "felülrõl lefelé" való (top down) megközelítés viselkedési adatokból indul ki (a béka viselkedésébõl például az tûnik ki, hogy "nagy mozgó folt: ellenség; kis mozgó pont: táplálék"), a következõ lépésben algoritmust készít a viselkedésformák megvalósítására, majd - ha lehetséges - meghatározza azokat az idegi struktúrákat és mechanizmusokat, amelyek a kérdéses feladatok megoldásában részt vesznek.
  • E cikk íróit azonban jobban érdekli az "alulról felfelé" (bottom up) modellezési stratégia. Ez szándéka szerint az anatómiai és élettani realitásból igyekszik kiindulni, figyelembe véve az egyes idegsejtek típusát, alakját, a sejtmembrán elemi folyamatait, a sejteket összekötõ szinaptikus kapcsolatok alapvetõ mechanizmusait, de az idegsejtek által alkotott hálózat szerkezetét is, vagy ezek pontos felderíthetõségének hiányában az idegsejtek populációinak statisztikus jellemzõit.

    • Nem elég persze az idegsejtek közötti kapcsolatok, vagy a neuronhálózat statikus leírását adni, a sejtek közötti információátadás irányát, erõsségét és dinamikáját is specifikálni kell. A dinamikus rendszerek elméletének az idegrendszerre való alkalmazásában az a fõ elvi nehézség, hogy ellentétben a fizika számos ágával, a neurodinamikának nincsenek olyan, pl. a térre és az idõre vonatkozó alapvetõ feltevései, amelyekbõl az alapvetõ mozgásegyenletek származtathatóak lennének. Mindazonáltal a neurodinamikának is megvannak a maga történelmileg kialakult szabályai, amint azt a cikk hátralévõ része illusztrálja.

    1.1. Egy kis kitekintés

    [cns] Az alábbi önkényes válogatás talán ízelítõt ad arról, hogyan látják mások az idegrendszert, vagy az idegrendszer matematikai modellezését.



    Magyarországi kutatóhelyek

  • Magyar idegtudósok adatbázisa

  • MTA KOKI Funkcionális Neuroanatómia Csoport
  • SOTE 1.sz. Anatómiai Intézet
  • POTE Élettani Intézet
  • DOTE Anatómiai Intézet
  • MTA IKI Adaptív Rendszerek

    • Külföldi kutatóhelyek

  • James Bower laboratóriuma, Caltech
  • Buzsáki György laboratóriuma a Rutgers egyetemen
  • Michael Arbib és a University of South Carolina Brain Projectje
  • Christof Koch laboratóriuma és a figyelem ottlapja
  • Christoph von der Malsburg laboratóriuma, Bochum
  • Terrence Sejnowski laboratóriuma, Salk Intézet, Kalifornia
  • Anders Lansner csoportja, Stockholm
  • Center for Complex Systems, Brandeis University
  • RIKEN Biomimetic Control Research Center, Japán
  • Walter Freeman laboratóriuma, UC Berkeley
  • Erik de Schutter laboratóriuma, Antwerpen
  • Centre for Neural Systems, Edinburgh
  • The Sloan Center for Theoretical Neurobiology, UC San Francisco
  • Klaus Obermayer csoportja, TU Berlin


  • Egy hosszú lista további kutatóhelyekkel
  • Mesterséges neuronhálózat ottlapok listája

    • A computational neuroscience éves konferenciája: CNS'97

    Folyóiratok

  • A computational neuroscience "hivatalos" lapja: Journal of Computational Neuroscience
  • Az európai computational neuroscience újság: Biological Cybernetics
  • Trends in Neurosciences
  • International Journal of Neural Systems
  • Network: Computation in Neural Systems
  • Biosystems
  • Bulletin of Mathematical Biology
  • Neuron
  • Artificial Intelligence
  • Neural Networks
  • Neural Computation
  • Behavioral and Brain Sciences (kommentárokkal)

    • Szimulációs programcsomagok

  • Összehasonlítás (Erik de Schutter)
  • GENESIS
  • NEURON
  • XPP
  • NeuronC

    • Egyéb ínyencségek

  • A computational neuroscience rövid története (angolul)
  • M.A. Arbib, P. Érdi, J. Szentágothai: Neural Organization: Structure, Function, and Dynamics
  • Handbook of Brain Theory (szerk. M.A. Arbib)
  • Agy-atlasz
  • Anatómia háromdimenziós képeken
  • Az agy kapcsolatai
  • William H. Calvin ottlapja

    • Tartalom | Elôzô fejezet } Következô fejezet

    Last modified: Tue Mar 25 11:05:10 MET 1997

    Please send your comments to grobler@sunserv.kfki.hu.