1 / 13

Hjärnan i datorn Martin Rehn CBN, CSC, KTH

Hjärnan i datorn Martin Rehn CBN, CSC, KTH. f.d. SANS, NADA, KTH. Vår grupp: Computational Biology & Neurocomputing (CBN). 15 personer. Biomekaniska modeller Beräkningsneurobiologi Systembiologi. Nära samarbete med Karolinska institutet. Biomekaniska modeller. Gång- och simrörelser

pepin
Download Presentation

Hjärnan i datorn Martin Rehn CBN, CSC, KTH

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Hjärnan i datornMartin RehnCBN, CSC, KTH f.d.SANS, NADA, KTH

  2. Vår grupp: Computational Biology & Neurocomputing (CBN) • 15 personer • Biomekaniska modeller • Beräkningsneurobiologi • Systembiologi Nära samarbete med Karolinska institutet

  3. Biomekaniska modeller Gång- och simrörelser Neuronnätsmodeller Mekaniska modeller

  4. Systembiologi -cell i pancreas Biokemiska nätverk

  5. Beräkningsneurobiologi Modeller av enskilda nervceller Nätverks-modeller

  6. Hur kan en simulering hjälpa oss att förstå hur hjärnan arbetar? Modellering av synbarken

  7. Primära synbarken i apa • ”Receptiva fält” i synbarken (Den signal som intresserar en viss cell mest) • Runda och långsmala former Ett receptivt fält Receptiva fält från ett antal celler Data från D. Ringach

  8. Representation av synintryck • Signalering begränsas av ämnesomsättningen • “Mjuk” gleshet = låg genomsnittlig aktivitet • Enkel ur beräkningssynpunkt • “Hård gleshet” = få aktiva nervceller • Fungerar bättre att lagra i minnet • Svårare att beräkna

  9. Resultat från simulering • “Mjuk” gleshet: Bara kantiga former • “Hård” gleshet: Även runda former (stämmer bättre!) Mjuk gleshet Hård gleshet Apa (experiment)

  10. TMH Modulär hjärnbarksmodell Cell Minikolumn Hyperkolumn

  11. TMH IBM BlueGene/L

  12. TMH Simulering av hjärnbarken i råtta • Egen simuleringsprogramvara (”SPLIT”) • Blue Gene/L (IBM Rochester) • 2048 processorer (1/32 av maskinen) • Simuleringsstorlek • 9,5 miljoner nervceller (1/6 av full skala) • 5 miljarder synapser (1/100 av full skala) • 1:100 av realtid • inofficiellt världsrekord

  13. Slut TMH

More Related