KIP publications

In dieser Arbeit wird binaurale Schalllokalisierung auf neuromorpher Hardware gezeigt. Das Jeffress-Modell beschreibt ein neuronales Netzwerk, welches die azimutale Position eines Geräuschs lokalisiert, indem es die interauralen Zeitdifferenzen, so genannte ITDs, analysiert. Aufgrund der Periodizität von reinen Tönen ist das Ergebnis des Netzwerks mehrdeutig. Durch die Kombination mehrerer Netzwerke, die auf unterschiedlichen Frequenzen des Schalls arbeiten, kann das Jeffress-Modell zu einem Netzwerk erweitert werdem, das eindeutige Ergebnisse liefert. Vorangegange Arbeiten der Autorin haben bereits die Funktionalität dieses kombinierten Netzwerks in Software-Simulationen gezeigt.
In dieser Arbeit wird das kombinierte Netzwerk auf den neuromorphen Mikrochip Spikey übertragen. Dazu werden Methoden zum Ausgleich von Inhomogenitäten in der Hardware sowie zur Kompensation der limitierten Bandbreite des Chips entwickelt. Dabei wurde eine bis dahin unbekannte Interaktion zwischen Eingangssignalen, welche die Detektion von ITDs erschwert, beobachtet. Erkenntnisse, die bei der detaillierten Untersuchungen dieses Effekts gewonnen wurden, erlaubten eine Modifikation des Netzwerk, welche die Interaktion der Eingangssignale reduziert. Mit diesem modifizierten Netzwerk konnten erfolgreich ITDs detektiert werden.

In this thesis binaural sound localization is performed on neuromorphic hardware. The neural network described in the Jeffress model locates the azimuthal position of a sound by analysing the interaural time difference, so called ITD, of the sound arriving at both ears. Due to the periodicity of pure tones, the response of the network is ambiguous. By combining multiple networks for different spectral components of the sound, the Jeffress model is extended to a network that yields an unambiguous answer. In preceding studies by the author the functionality of this combination of networks has been shown in software simulations.
Here this network is implemented on the neuromorphic microchip Spikey. Methods to overcome the obstacles imposed by the limited signal bandwidth of the chip as well as inhomogeneities in the hardware components are developed. In this context a formerly unknown effect of interaction between input signals, which impairs ITD-detection, was measured and investigated in detail. The knowledge obtained by these measurements allows a modification of the network to decrease the impact of the signals’ interaction. With the modified network a successful ITD-detection is performed.