eprintid: 29324
rev_number: 19
eprint_status: archive
userid: 5176
dir: disk0/00/02/93/24
datestamp: 2021-01-25 13:07:21
lastmod: 2021-01-27 09:50:16
status_changed: 2021-01-25 13:07:21
type: doctoralThesis
metadata_visibility: show
creators_name: Schreiber, Korbinian
title: Accelerated neuromorphic cybernetics
title_de: Beschleunigte neuromorphe Kybernetik
subjects: 500
subjects: 530
subjects: 570
subjects: 600
subjects: 620
divisions: 130700
adv_faculty: af-13
note: This research has received funding from the European Union’s Horizon 2020 research and innovation programme under grant agreement Nos.720270, 785907 and 945539
abstract: Accelerated mixed-signal neuromorphic hardware refers to electronic systems that emulate electrophysiological aspects of biological nervous systems in analog voltages and currents in an accelerated manner. While the functional spectrum of these systems already includes many observed neuronal capabilities, such as learning or classification, some areas remain largely unexplored. In particular, this concerns cybernetic scenarios in which nervous systems engage in closed interaction with their bodies and environments. Since the control of behavior and movement in animals is both the purpose and the cause of the development of nervous systems, such processes are, however, of essential importance in nature. Besides the design of neuromorphic circuit- and system components, the main focus of this work is therefore the construction and analysis of accelerated neuromorphic agents that are integrated into cybernetic chains of action. These agents are, on the one hand, an accelerated mechanical robot, on the other hand, an accelerated virtual insect. In both cases, the sensory organs and actuators of their artificial bodies are derived from the neurophysiology of the biological prototypes and are reproduced as faithfully as possible. In addition, each of the two biomimetic organisms is subjected to evolutionary optimization, which illustrates the advantages of accelerated neuromorphic nervous systems through significant time savings.
abstract_translated_text: Beschleunigte analog-digitale neuromorphe Hardware beschreibt elektronische Systeme, die elektrophysiologische Aspekte biologischer Nervensysteme auf beschleunigte Weise in analogen Spannungen und Strömen emulieren. Während die funktionale Bandbreite dieser Systeme bereits viele beobachtete neuronale Fähigkeiten,
wie etwa Lernen oder Klassifizieren, abdeckt, bleiben einige Bereiche noch weitgehend unerschlossen. Mitunter betrifft dies kybernetische Szenarien, in denen Nervensysteme in geschlossener Interaktion mit ihren Körpern und Umgebungen stehen. Da die Steuerung von Verhalten und Bewegungsabläufen in Tieren sowohl den Zweck als auch die Entstehungsursache von Nervensystemen darstellt, sind solche Prozesse in der Natur jedoch von essentieller Bedeutung. Neben dem Entwurf neuromorpher Schaltkreis- und Systemkomponenten ist der Hauptgegenstand dieser Arbeit deshalb die Konstruktion und Analyse beschleunigter neuromorpher Wesen, die in kybernetische Wirkungsketten eingebunden sind. Dabei handelt es sich zum einen um die Beschreibung eines beschleunigten mechanischen Roboters, zum anderen um ein beschleunigtes virtuelles Insekt. In beiden Fällen sind die sensorischen Organe, sowie die Aktuatorik ihrer künstlichen Körper aus der Neurophysiologie der biologischen Vorbilder abgeleitet und so originalgetreu wie möglich nachgebildet. Darüber hinaus werden die beiden biomimetischen Organismen jeweils einer evolutionären Optimierung unterzogen, die die Vorteile beschleunigter neuromorpher Nervensysteme durch signifikante Zeitersparnis verdeutlicht.
abstract_translated_lang: ger
date: 2021
id_scheme: DOI
id_number: 10.11588/heidok.00029324
fp7_project_id: 720270, 785907, 945539
ppn_swb: 1745791469
own_urn: urn:nbn:de:bsz:16-heidok-293246
date_accepted: 2020-12-09
advisor: HASH(0x564e1c70e028)
language: eng
bibsort: SCHREIBERKACCELERATE2021
full_text_status: public
place_of_pub: Heidelberg
citation:   Schreiber, Korbinian  (2021) Accelerated neuromorphic cybernetics.  [Dissertation]     
document_url: https://archiv.ub.uni-heidelberg.de/volltextserver/29324/1/accelerated_neuromorphic_cybernetics.pdf