Abstract
Dieser Beitrag diskutiert die Verwendung wissensbasierter Methoden in einem Experimentiersystem zur Simulation biologisch orientierter neuronaler Netze. Das vorgestellte System MOBIS (Modellierung Biologischer Systeme) dient der Unterstützung eines Neurophysiologen beim Entwurf, der Simulation und der Auswertung von Simulationsexperimenten mit biologischen neuronalen Netzen. Neben allgemeinen Methoden und Verfahren der Künstlichen Intelligenz (KI) wird insbesondere der Ansatz des fallbasierten Schließens (CBR, Case-Based Reasoning) verfolgt Detailliert wird auf die Analyse der Experimente eingegangen, die die numerischen Simulationsergebnisse in eine symbolische Beschreibung des Netzwerkverhaltens transformiert, die wiederum für Inferenzen durch das System selbst geeignet ist.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literatur
Allen J.: Towards a general theory of action and time. In: Artificial Intelligence 23 (2), 123–154, 1984.
Barletta R.: An introduction to case-based reasoning. In: AI Expert, August 1991, 43–49, 1991.
Bässler U., Koch U. T.: Modelling of the active reaction of stick insects by a network of neuromimes. In: Biol. Cybern. 62, 141–150, Springer Verlag, 1989.
Brandau R., Lemmon A., Lafond C: Experience with Extended Episodes: Cases with Complex Temporal Structure. In: Procs. Case-Based Reasoning Workshop, 1–12, May 1991, Washington D.C., 1991.
Eisenberg M: Descriptive simulation: combining symbolic and numerical methods in the analysis of chemical reaction mechanisms. In: Artificial Intelligence in Engineering, Vol. 5, No. 3, 161–171, 1990.
Kolodner J. L.: An introduction to case-based reasoning. In: Artificial Intelligence Review 6, 3–34, 1992.
Kowalik J.S.: Coupling symbolic and numerical computing in expert systems. Elsevier Science Publishers, The Netherlands, 1986.
Ören T. I., Zeigler B. P.: Artificial Intelligence in modelling and simulation: Directions to explore. In: Simulation 48: 4, 131–134, 1987.
Pinkowski B.: CLUSTERT — A simulation-based expert system. In: Simulation, May 1989, pp. 179–185, 1989.
Schank R. C., Slade S. B.: The future of artificial intelligence: learning from experience. In: Applied Artificial Intelligence: 5:97–107, 1991.
Schrödl S.: Kombination von symbolischen und numerischen Methoden bei der Analyse neurophysiologi-scher Experimente. Diplomarbeit, Universität Kaiserslautern, 1992.
Schrödl S., Wendel O.: Analysis of neurophysiological experiments using a combination of numerical and symbolic methods. In: N. Eisner, D. W. Richter (eds.): Procs. of the 20th Göttingen Neurobiology Conference, S. 736, Thieme Verlag Stuttgart, 1992.
Schrödl S., Wendel O.: Automated data analysis and discovery in neurophysiological simulation experiments using a combination of numerical and symbolic methods. In: Procs. Machine Learning 92, Workshop on Machine Discovery,, 131–136, Aberdeen, Scotland, 1992.
Shannon R. E., Mayer R., Adelsberger H.: Expert systems and simulation. In: Simulation 44: 6, 275–284, 1985.
Slade S.: Case-Based Reasoning: A Research Paradigm. In: AI Magazine, Spring 1991, 42–55, 1991.
Wendel O.: Case-Based Reasoning, Experimente und Simulation: Fälle mit komplexer zeitlicher Struktur. In: K.-D. Althoff, S. Wess, B. Bartsch-Spörl, D. Janetzko (eds.): Workshop ähnlichkeit von Fällen in Systemen des fallbasierten Schließens, SEKI-Report, Universität Kaiserslautern, SFB-314, 25–26. Juni, 1992.
Widman L. E., Loparo K. A., Nielsen N. R.: Artificial Intelligence, Simulation, and Modeling. Wiley, New York, 1989.
Wilson M. A., Bhalla U. S., Uhley J. D., Bower J. M.: GENESIS: A system for simulating neural networks. Technical report, California Institute of Technology, 1990
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 1993 Springer-Verlag Berlin Heidelberg
About this paper
Cite this paper
Wendel, O. (1993). MOBIS — Ein wissensbasiertes Experimentiersystem zur Simulation biologisch orientierter neuronaler Netze. In: Hofestädt, R., Krückeberg, F., Lengauer, T. (eds) Informatik in den Biowissenschaften. Informatik aktuell. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-78072-1_20
Download citation
DOI: https://doi.org/10.1007/978-3-642-78072-1_20
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-56456-0
Online ISBN: 978-3-642-78072-1
eBook Packages: Springer Book Archive