KIP-Veröffentlichungen

In dieser Arbeit werden Methoden zur Anpassung des Verhaltens von AdEx-Modellneuronen auf Daten aus biologischen Messungen untersucht. Zum Vergleich der resultierenden Spiketrains werden verschiedene Distanzmaße herangezogen und analysiert. Diese stellen die Grundlage für einen Partikelschwarm-Optimierungsalgorithmus im Raum der Parameter des AdEx-Modells. Insbesondere werden die vorgestellten Maße bezüglich ihrer Fähigkeit, eine schnelle Konvergenz der Optimierung zu einem guten Parametersatz zu gewährleisten, untersucht. Ein Vergleich der Leistungsfähigkeit der Maße ermöglicht schließlich eine Vorauswahl unter diesen zu treffen und erlaubt auch die Vorbereitung und Diskussion zukünftiger Verbesserungsmöglichkeiten - sowohl bezogen auf die Berechnung der Maße, als auch auf die weitere Entwicklung des Optimierungsalgorithmus.

In this thesis, the methodology of fitting an AdEx model neuron to biological data is investigated. A comparison of resulting spike trains via several distance measures is analyzed in detail. Based upon these measures, a particle swarm algorithm performs the final optimization in the space of AdEx model parameters. The focus lies upon the capability of the presented measures to guarantee a fast convergence of the optimization to a good set of neuron parameters. By comparing the performance of the various measures, it is possible to narrow down the choice among them, as well as to prepare and discuss future improvements, concerning both the computation of the measures themselves and further developments of the optimization algorithm.