direkt zum Inhalt springen

direkt zum Hauptnavigationsmenü

Sie sind hier

TU Berlin

Inhalt des Dokuments

Neuronale Informationsverarbeitung

Wir beschäftigen uns mit den Grundlagen der Informationsverarbeitung in biologischen Systemen. Einerseits möchten wir die Funktionsmechanismen unseres Gehirns verstehen, andererseits machen wir uns die Strategien biologischer Systeme in Anwendungen maschinellen Lernens zu Nutze. Unsere Forschungsinteressen sind thematisch in drei Bereiche unterteilt.

Modelle neuronaler Systeme:

Lupe [1]

In Zusammenarbeit mit Neurobiologen und Klinikern erforschen wir die Mechanismen der Informationsverarbeitung im visuellen System. Die Forschungsthemen behinhalten: Kortikale Dynamik, die Repräsentation visueller Information, Adaptation und Plastizität, sowie die Rolle von Rückkopplung. Seit jüngerer Zeit beschäftigen wir uns mit dem Zusammenhang von Wahrnehmung und kognitiven Funktionen. Hier untersuchen wir mathematische Modelle der Entscheidungsfindung in unbekannten Umgebungen hinsichtlich der Frage, wie die zugrunde liegenden Prozesse mit Wahrnehmung und Gedächtnis wechselwirken.

Maschinelles Lernen und neuronale Netze:

Lupe [2]

Hier befassen wir uns mit dem künstlichen Erlernen von Zusammenhängen anhand von Beispielen, um Vorhersagen und Entscheidungen zu treffen. Die Forschungsthemen umfassen: Lernen geeigneter Darstellungen/Abbildungen, aktive und halbüberwachte Lernverfahren, sowie Prototyp-bezogene Methoden. Inspiriert durch die Modell-basierte Erforschung jener Vorgänge, welche für die Entscheidungsfindung eine zentrale Rolle spielen, haben wir begonnen Belohnungs- bzw. Bestrafungs-Lernen zu untersuchen und erweitern. Zusammen mit Spezialisten aus verschiedenen Anwendungsbereichen setzen wir maschinelles Lernen etwa zur Wiedergewinnung von Informationen ein, für maschinelles Sehen oder in der Chemoinformatik.

Analyse neuronaler Daten:

Lupe [3]

Hier wenden wir maschinelles Lernen und statistische Verfahren zur Analyse multivariater biometrischer Daten an, insbesondere Daten, welche eine Grundlage für unsere computergestützten Studien neuronaler Systeme bilden. Die Forschungsthemen variieren und beinhalten gegenwärtig Spike-sorting und die Analyse von Multi-Tetroden Aufnahmen, Konfokalmikroskopie und 3D-Rekonstruktionsmethoden, sowie die Analyse von Daten bildgebender Verfahren. Seit Kurzem beschäftigen wir uns mit der Analyse multimodaler Daten und korrelieren beispielsweise anatomische, genetische, und Bilddatensätze.

Ihr Browser unterstützt kein Flash! Bitte installieren bzw. aktualisieren Sie Flash. [4]

Ausgewählte Publikationen

Pair-wise Synchrony and Correlations Depend on the Structure of the Population Code in Visual Cortex
Zitatschlüssel Koren2020
Autor Koren, V. and Andrei, A. and Hu, M. and Dragol, V. and Obermayer, K.
Jahr 2020
Journal Cell Reports
Jahrgang 2020
Typ der Publikation Selected:publications
Download Bibtex Eintrag [5]

Nach oben

Leiter
Prof. Dr. rer. nat. Klaus Obermayer
Raum MAR 5043
E-Mail-Anfrage [7]

Fr. 12:00 - 13:00

Sekretariat
Groiß, Camilla
Raum MAR 5042
Tel: +49 30 314 73442
Fax: +49 30 314 73121
E-Mail-Anfrage [8]

Sprechzeiten:
Mi 9:00 - 11:00

Forschungslabs der Fakultät IV

  • Cognitive Systems [9]
  • Data Analytics & Cloud [10]
  • Future Internet & Media Technology [11]
  • Cyber-Physical Systems [12]

Verbundprojekte in Forschung und Lehre

  • Bernstein Center for Computational Neuroscience [13]
  • Research Training Group "Sensory Computation in Neural Systems" [14]
  • Graduate School Mind and Brain [15]
  • International Master-Program in Computational Neuroscience [16]
  • Einstein Center Neuroscience [17]
  • Collaborative Research Center "Control of Self-Organizing Nonlinear Systems" [18]
  • SysMedAlcoholism: Alcohol Addiction: A Systems-Oriented Approach [19]
  • Science of Intelligence (DFG Research Cluster) [20]
  • Collaborative Research Center "Mechanisms and Disturbances in Memory Consolidation" [21]
  • SMARTSTART - training program in computational neuroscience [22]
------ Links: ------

Zusatzinformationen / Extras

Direktzugang:

Schnellnavigation zur Seite über Nummerneingabe

Copyright TU Berlin 2008