Understanding Neural Maps with Topographica

The biological function of neurons can often be understood only in the context of large, highly interconnected networks. These networks typically form two-dimensional topographic maps, such as the retinotopic maps in mammalian visual cortex. Computational simulations of these areas have led to valuable insights about how cortical topography develops and functions, but further progress has been hindered due to the lack of appropriate simulation tools. This paper introduces the freely available Topographica maplevel simulator, originally developed at the University of Texas at Austin and now maintained at the University of Edinburgh, UK. Topographica is designed to make large-scale, detailed models practical. The goal is to allow neuroscientists and computational scientists to work together to understand how topographic maps and their connections organize and operate. This understanding will be crucial for integrating experimental observations into a comprehensive theory of brain function.

SNNAP: A Tool for Teaching Neuroscience

Simulation tools aid in learning neuroscience by providing the student with an interactive environment to carry out simulated experiments and test hypotheses. The field of neuroscience is well suited for the use of simulation tools since nerve cell signaling can be described by mathematical equations and solved by computer. Neural signaling entails the propagation of electrical current along nerve membrane and transmission to neighboring neurons through synaptic connections. Action potentials and synaptic transmission can be simulated and results displayed for visualization and analysis. The neurosimulator SNNAP (Simulator for Neural Networks and Action Potentials) is a simulation environment that provides users with editors for model building, simulator engine and visual display editor. This paper presents several modeling examples that illustrate some of the capabilities and features of SNNAP. First, the Hodgkin-Huxley (HH) model is presented and the threshold phenomenon is illustrated. Second, small neural networks are described with HH models using various synaptic connections available with SNNAP. Synaptic connections may be modulated through facilitation or depression with SNNAP. A study of vesicle pool dynamics is presented using an AMPA receptor model. Finally, a central pattern generator model of the Aplysia feeding circuit is illustrated as an example of a complex network that may be studied with SNNAP. Simulation code is provided for each case study described and tasks are suggested for further investigation.

Simulation der Logistik auf Erdbaustellen

Die Planung von Erdbaumaßnahmen stellt eine komplexe Aufgabe dar. Der Einsatz unterschiedlicher Maschinenkonfigurationen sowie alternativer Szenarien im Baustellenlayout (z.B. bezüglich der Transportrouten oder Zwischenlager) ist durchgängig zu prüfen und auszulegen. Falsche Entscheidungen können zu Verzögerungen oder einer unwirtschaftlichen Lösung führen und somit Projektdauer und -kosten beeinträchtigen. In der Praxis beruht dieser Planungsprozess auf dem Erfahrungswissen der Verantwortlichen, Tools zur Entscheidungsunterstützung in der Einsatzplanung von Aushub- und Transportgeräten werden entgegen der zentralen Bedeutung aber bislang nicht genutzt. Deshalb wurde im Rahmen des Forschungsverbundes „ForBAU – Virtuelle Baustelle“1 ein Lösungsweg erarbeitet, mit dem die Planung der Baustellenabläufe im Erdbau durch die Anwendung der ereignisorientierten Ablaufsimulation unterstützt werden kann. Hierzu wurden die Verfahren der Leistungsberechnung von Erdbaugeräten um statistische Komponenten ergänzt, für eine Anwendung in der Simulation adaptiert und in eine Bausteinbibliothek implementiert. Die Ermittlung der Transportzeiten basiert in der vorgestellten Lösung auf einem eigens entwickelten Algorithmus zur kinematischen Simulation der Fahrzeiten, welcher die Beschleunigungs- und Bremsvorgänge eines Fahrzeugs auf der Wegstrecke unter Berücksichtigung der Beladung nachbildet. Dipl.-Ing. Johannes Wimmer, Prof. Dr.-Ing. Dipl.-Wi.-Ing. Willibald A. Günthner