Representatie (psychologie): verschil tussen versies

Ensemblecodering heeft twee grote voordelen. Ten eerste zijn de afzonderlijke zenuwcellen 'multi inzetbaar': zij kunnen voor meerdere doeleinden worden gebruikt. Verschillende combinaties van zenuwcellen in het netwerk produceren nieuwe representaties. Ten tweede heeft het verdwijnen of sterven van enkele cellen geen nadelig effect op herkenning van het object; er blijven immers altijd genoeg cellen over om het patroon te kunnen waarnemen, of de herinnering te bewaren. De ensemblecoderingstheorie maakt tenslotte ook begrijpelijk waarom wij soms verschillende voorwerpen met elkaar verwarren. Dit komt omdat bij de waarneming van twee verschillende objecten veel identieke zenuwcellen worden geactiveerd.

[[Afbeelding:Simpel netwerk.png|200px|left|thumb|Voorbeeld van een eenvoudig netwerk. Links: een passief netwerk met de gewichten tussen verbindingen (synapsen) in rood weergegeven. Rechts: input van een enkel inputneuron (linksonder) activeert het grootste deel van het netwerk]]

== Representaties en netwerken ==

Kennis is vastgelegd in netwerken van zenuwcellen in de hersenen. Deze kennis kan bijvoorbeeld betrekking hebben op ruimtelijke eigenschappen (waar een voorwerp zich bevindt) of niet-ruimtelijke eigenschappen van objecten (zoals kleur, vorm, beweging e.d.). Een voorbeeld van een eenvoudig netwerk wordt in de figuur hiernaast gegeven. Het voorbeeld toont verschillende soorten verbindingen of banen tussen de neuronen in het netwerk. Zo zijn er opstijgende (afferente), afdalende of terugkerende (feedback), en parallelle banen.<ref>Fuster, J. (1995). Memory in the cerebral cortex. London, MIT Press</ref> Een netwerk kan in een passieve toestand verkeren, zoals het geval is bij het [[langetermijngeheugen]]. In passieve toestand blijft de sluimerende kennis behouden in de vorm van de ''configuratie van gewichten'' van de verbindingen in het netwerk. Een ander woord hiervoor is: sterkte van de [[synaps]]en. Het netwerk kan ook in een actieve toestand verkeren, bijvoorbeeld als een prikkel uit de buitenwereld het netwerk activeert of als informatie moet worden opgezocht. De actieve toestand komt tot uiting in het ''patroon van activaties'' in het netwerk. De input van één enkel neuron kan voldoende zijn om alle neuronen in het netwerk te laten 'vuren''