Aktivierungszuständen

Aktivierungszustände bezeichnen in der Wissenschaft verschiedene Zustände von Aktivierung in einem System. Sie beschreiben, ob ein Element aktiv, inaktiv oder in einem Zwischenzustand ist, und wie Übergänge zwischen diesen Zuständen durch Reize, interne Dynamik oder Lernprozesse erfolgen. Der Begriff findet sich in Neuro- und Informationswissenschaften, der Psychologie sowie der Informatik.

In der Neurowissenschaft entsprechen Aktivierungszustände dem Membranpotential einer Nervenzelle und ihrer Aktivität im Netzwerk. Es gibt Ruhezustand, das Überschreiten einer Schwelle und das Abfeuern von Aktionspotentialen, gefolgt von Refraktärzeiten. Auf der Ebene ganzer Netzwerke kann es zu synchronisierten oder desynchronisierten Populationenaktivitäten kommen. Unterschiedliche neuronale Codierungssysteme wie Rate- oder Timing-Codes beschreiben, wie Aktivierungszustände Informationen repräsentieren.

In künstlichen neuronalen Netzen beschreibt der Aktivierungszustand eines Neurons den aktuellen Ausgangswert nach der Aktivierungsfunktion. Er ergibt sich aus gewichteten Eingaben, Bias und der nonlineareren Funktion (z. B. ReLU, Sigmoid, Tanh). Die Aktivierungszustände bestimmen die Repräsentation von Informationen, beeinflussen das Lernen durch Backpropagation und entscheiden über Generalisierung. Häufig wird eine gewisse Sparsity der Aktivierungszustände angestrebt, um Effizienz und Interpretierbarkeit zu erhöhen.

Weitere Kontexte umfassen kognitive Psychologie, wo Aktivierungszustände die Bereitschaft mentaler Ressourcen oder erwarteter Reaktionen beschreiben (z. B. Priming, Aufmerksamkeitsnetze), sowie Informatikbereiche, in denen Aktivierungszustände in endlichen Automaten oder dynamischen Systemen zwischen Zuständen wechseln. Messung erfolgt in der Neurophysiologie durch Imaging- oder Elektroenzephalografie-Methoden; in KI durch Analyse der Aktivierungswerte während des Trainings.