Prof. Dr. Laurenz Wiskott

• NW: Lernen von Invarianzen

  Quelle ↗

  Invarianzen spielen bei der Wahrnehmung unserer Umgebung eine große Rolle, ohne dass deren Mechanismen eindeutig geklärt sind. Ziel der Arbeiten ist es, das Lernen von Invarianzen im visuellen System zu verstehen, indem biologisch plausible Modelle basierend auf dem Lernprinzip der zeitlichen Langsamkeit entwickelt werden. Mittels Videosequenzen soll gezeigt werden, dass ein invariantes Antwortverhalten, wie es bei Neuronen in den höheren Arealen des visuellen Systems gefunden wurde, unter realistischen Bedingungen gelernt und das Lernprinzip in einem lokalen Verbund spikender Modellneuronen in biologisch plausibler Weise realisiert werden kann. In einem hierarchischen Netzwerkmodell soll dann dieses Lernprinzip der zeitlichen Langsamkeit mit anderen Aspekten visueller Wahrnehmung verbunden und gezeigt werden, dass der Ansatz auch für ein integriertes Modell des visuellen Systems geeignet ist.

• Centre for Computational Neuroscience Berlin - Teilprojekt C 3: Control of Visual Attention: Psychophysics, fMRI, TMS, and Modelling

  Quelle ↗

  Ziel dieses Projektes ist es, ein Modell der visuellen Aufmerksamkeit auf der Systemebene zu entwickeln, das insbesondere zwei neueren experimentellen Befunden der Arbeitsgruppe Brandt Rechnung trägt: (i) die Aufmerksamkeit kann leicht zwischen den beiden visuellen Hemifeldern geteilt werden; (ii) die Aufmerksamkeitsleistung ist stark von der Komplexität der Stimuli abhängig. Dies erfordert ein Modell mit zwei Hemisphären und einer expliziten Merkmalshierarchie. Außerdem soll das Modell in der Lage sein, Resultate bildgebender Verfahren (fMRT) qualitativ zu reproduzieren. In Wechselwirkung mit dem Modell werden auch ergänzende Experimente durchgeführt werden.

• Centre for Computational Neuroscience Berlin - Teilprojekt B 7: The Functional Consequences of Neurogenesis in the Adult Hippocampus

  Quelle ↗

  Der Hippocampus ist eine Hirnstruktur, die für das Gedächtnis von Fakten und Ereignissen (nicht aber von motorischen Fähigkeiten) erforderlich ist. Er hat die ungewöhnliche Eigenschaft, dass er auch im erwachsenen Tier noch neue Nervenzellen bildet, was als adulte Neurogenese bezeichnet wird. Ziel dieses Projektes ist es, ein theoretisches Verständnis dieses Phänomens zu gewinnen. Dazu wird in enger Kooperation mit Experimenten an Mäusen ein Netzwerkmodell entwickelt, das sowohl funktionelle (welche Funktion haben die neuen Nervenzellen?) als auch regulatorische Aspekte (wie wird die Neurogenese gesteuert?) berücksichtigt. Langfristig sollen mit dem Modell experimentelle Ergebnisse qualitativ abgebildet und vorhergesagt werden können.

Noch keine Publikationen aus OpenAlex zugeordnet.