Neuroinformatik Biologischer Hintergrund
|
|
|
- Benedict Günther
- vor 5 Jahren
- Abrufe
Transkript
1 Neuroinformatik Biologischer Hintergrund Was will Neuroinformatik? Entwicklung von Maschinenintelligenz durch Nachbildung biologischer Informationsverarbeitungsund Lernprozesse auf neuronalem Niveau Lernfähigkeit und Adaptivität (Wie? Wann? Warum?) Sensorische & motorische Verarbeitung Experimentalfelder: Autonome Roboter & Intelligente Mensch-Maschine Schnittstellen Intelligente Service-Roboter Neuroinformationsverarbeitung (WS2012/13) Prof. Dr.-Ing.habil. H.-J. Böhme Folie 1
2 Kurzer Abriss der Neuroinformatik Aktivitäten Lernmatrix Turing, EDV Hebb Gestaltgesetze Entdeckung von Neuronen Netzwerk- Modelle & Lernverfahren Neuronenmodelle Perzeptron Multi-Paradigmen Systeme Neuartige Brain-like Computing Neuromorphic Systems Breite industrielle Anwendung in Vision, Robotik, Klassifikation & Prädiktion Neue medizinische Untersuchungsverfahren (PET, fmri) Frühe Vorstellungen Neuronale Eiszeit! Zeit Neuroinformationsverarbeitung (WS2012/13) Prof. Dr.-Ing.habil. H.-J. Böhme Folie 2
3 Anatomie des Gehirns Neuroinformationsverarbeitung (WS2012/13) Prof. Dr.-Ing.habil. H.-J. Böhme Folie 3
4 Vorstellungen zur Funktionalität des Gehirns Anfang des 20. Jahrhunderts Neuroinformationsverarbeitung (WS2012/13) Prof. Dr.-Ing.habil. H.-J. Böhme Folie 4
5 Heutige Sichtweise Neuroinformationsverarbeitung (WS2012/13) Prof. Dr.-Ing.habil. H.-J. Böhme Folie 5
6 Experimenteller Nachweis von Einzelneuronen Der spanische Neuroanatom Santiago Ramon y Cajal konnte um 1905 mittels der Golgi-Färbung erstmals nachweisen, dass das Gehirn aus einzelnen, getrennten Zellen (Neuronen) besteht. (Quelle: Spektrum d. Wissenschaft, SPEZIAL 1, Gehirn und Geist, S.9) Neuroinformationsverarbeitung (WS2012/13) Prof. Dr.-Ing.habil. H.-J. Böhme Folie 6
7 Strukturelle Vielfalt der Neuronentypen (Quelle: Spektrum d. Wissenschaft, SPEZIAL 1, Gehirn und Geist, S.11) Neuroinformationsverarbeitung (WS2012/13) Prof. Dr.-Ing.habil. H.-J. Böhme Folie 7
8 Neue medizinische Verfahren für funktionelle Untersuchungen am Gehirn Klassische Verfahren: SUA: Single Unit Activity MUA: Multi Unit Activity LFP: Langsame Feldpot. EEG: Elektroenzephalogramm EP: Evozierte Potentiale Bildgebende Verfahren: PET: Positronen-Emissions-Tomography fmri: functional Magnetic Resonance Imaging MEG: Magnetencephalography Optical dyes: spannungssensitive Farbstoffe Neuroinformationsverarbeitung (WS2012/13) Prof. Dr.-Ing.habil. H.-J. Böhme Folie 8
9 Hirnaktivität bei intellektuellen Aufgaben Hirnaktivität bei mentalen Aufgaben, die mit Sprache zusammenhängen erfasst mit der Positronen- Emissions-Tomographie (PET) aktive Bereiche sind stärker durchblutet (gelb und rot) (Quelle: Spektrum d. Wissenschaft, SPEZIAL 1, Gehirn und Geist, S.14) Neuroinformationsverarbeitung (WS2012/13) Prof. Dr.-Ing.habil. H.-J. Böhme Folie 9
10 Strukturelle und funktionelle Details der Neuronen Quelle: Spektrum d. Wissenschaft, SPEZIAL 1, Gehirn und Geist, S. 24 Neuroinformationsverarbeitung (WS2012/13) Prof. Dr.-Ing.habil. H.-J. Böhme Folie 10
11 Neuronale Informationsverarbeitung im Gehirn Neuroinformationsverarbeitung (WS2012/13) Prof. Dr.-Ing.habil. H.-J. Böhme Folie 11
12 Neuronale Netze in der Robotik - lokale Fahrzeugnavigation durch Experten-Cloning ALVINN: Autonomous Land Vehicle In Neural Networks Neuroinformationsverarbeitung (WS2012/13) Prof. Dr.-Ing.habil. H.-J. Böhme Folie 12
13 Biologisch motiviertes Modell eines 360 Geräusch-Lokalisationssystems für Roboter Neuroinformationsverarbeitung (WS2012/13) Prof. Dr.-Ing.habil. H.-J. Böhme Folie 13
14 Experimentelle Ergebnisse des 360 Geräusch- Lokalisationssystems Neuroinformationsverarbeitung (WS2012/13) Prof. Dr.-Ing.habil. H.-J. Böhme Folie 14
15 Demo: Akustische Nutzerlokalisation Turning the robot towards the localized sound source to get a frontal view of the potential user Neuroinformationsverarbeitung (WS2012/13) Prof. Dr.-Ing.habil. H.-J. Böhme Folie 15
Neuronale Netze. Gehirn: ca Neuronen. stark vernetzt. Schaltzeit ca. 1 ms (relativ langsam, vgl. Prozessor)
29 Neuronale Netze Gehirn: ca. 10 11 Neuronen stark vernetzt Schaltzeit ca. 1 ms (relativ langsam, vgl. Prozessor) Mustererkennung in 0.1s 100 Schritte Regel 30 Was ist ein künstl. neuronales Netz? Ein
integrative Wahrnehmungsprozesse (multisensorisch, oft auf Erfahrung beruhend)
Was ist Kognition? integrative Wahrnehmungsprozesse (multisensorisch, oft auf Erfahrung beruhend) Erkennen von Ereignissen; Klassifizieren von Objekten, Personen und Geschehnissen interne Repräsentationen
Das zentrale Nervensystem: Einführung
Das zentrale Nervensystem: Einführung Prof. Gyula Sáry Abt. für Physiologie 1 Daten und Regel 1. Masse: 1400 g, 10 10 Neurone, 10 13 Synapsen (10 3 Synapsen /Neuron) 2 10-15 Ausgänge 2. Lokalization, topographische
Wilhelm Kempf & Markus Kiefer (Hrsg.)
Wilhelm Kempf & Markus Kiefer (Hrsg.) Forschungsmethoden der Psychologie Zwischen naturwissenschaftlichem Experiment und sozialwissenschaftlicher Hermeneutik Band 3: Natur und Kultur verlag irena regener
Was versteht man unter exogenen Komponenten des ereigniskorrelierten Potentials?
Was versteht man unter exogenen Komponenten des ereigniskorrelierten Potentials? 1 Was ist ein Bereitschaftspotential? 2 Psychophysiologische Indikatoren des zentralen Nervensystems: Elektroenzephalogramm
Zellen des Nervensystems, Zellbiologie von Neuronen I
Zellen des Nervensystems, Zellbiologie von Neuronen I 1. Prinzipieller Aufbau eines Nervensystems 2. Zelltypen des Nervensystems 2.1 Gliazellen 2.2 Nervenzellen 3. Zellbiologie von Neuronen 3.1 Morphologische
Neurologische Rehabilitation II. PD.Dr.H.Gerhard Philippusstift KKENW SS 2011
Neurologische Rehabilitation II PD.Dr.H.Gerhard Philippusstift KKENW SS 2011 Ohne Neuroplastizität keine Rehabilitation Planung der Rehabilitation Die Planung der Rehabilitation beginnt auf der Stroke
Martin Stetter WS 03/04, 2 SWS. VL: Dienstags 8:30-10 Uhr
Statistische und neuronale Lernverfahren Martin Stetter WS 03/04, 2 SWS VL: Dienstags 8:30-0 Uhr PD Dr. Martin Stetter, Siemens AG Statistische und neuronale Lernverfahren Behandelte Themen 0. Motivation
Erinnern und Vergessen am Beispiel der. Alzheimer Erkrankung
Roland Brandt Programm: Erinnern und Vergessen am Beispiel der Alzheimer Erkrankung Teil 1: Erinnern und Vergessen am Beispiel der Alzheimer Erkrankung Teil 2: Diagnose und Forschung mittels bildgebender
DISSERTATION. Nichtlineare Analyse und Klassifikation von instationären Biosignalen mit Anwendung in der Kognitionsforschung
Technische Universität Ilmenau DISSERTATION Nichtlineare Analyse und Klassifikation von instationären Biosignalen mit Anwendung in der Kognitionsforschung zur Erlangung des akademischen Grades Doktor-Ingenieur
Inhalt. Vorwort zur deutschen Übersetzung. Vorwort zur fünften amerikanischen Auflage. Einführung 1
Inhalt Vorwort zur deutschen Übersetzung Vorwort zur fünften amerikanischen Auflage XI XV Einführung 1 Teil I: Die Entdeckung der Hemisphärenasymmetrie: Befunde aus der Klinik 5 1. Hirnschädigungen und
Studienplan FSPO 2014/2017 Master Informationssystemtechnik
Studienplan FSPO 2014/2017 Master Informationssystemtechnik Folgende Modulgruppen sind im Masterstudiengang Informationssystemtechnik zu absolvieren. In den Modulgruppen 1. bis 4. sind insgesamt 90 Leistungspunkte
Aktivierung ist nur die eine Seite der Medaille
Neurobiologie Neuropsychologie Neurodidaktik Zum Einstieg: Die Erkenntnisse der Neurobiologie sind nicht dergestalt, dass sie die gesamten bildungswissenschaftlichen Erkenntnisse quasi über den Haufen
Bielefeld Graphics & Geometry Group. Brain Machine Interfaces Reaching and Grasping by Primates
Reaching and Grasping by Primates + 1 Reaching and Grasping by Primates Inhalt Einführung Theoretischer Hintergrund Design Grundlagen Experiment Ausblick Diskussion 2 Reaching and Grasping by Primates
Technische Universität München Lehrstuhl für Zoologie. Zoologie. Ralph Kühn; Molekulare Zoologie
Zoologie Überblick der Zoologie: Harald Luksch zelluläre und organismische Neurobiologie Stefan Weigel Molekulare und zelluläre Neurobiologie Michael Gebhardt Verhalten, Anatomie und Physiologie bei Insekten
Was versteht man unter Hautleitfähigkeit?
Was versteht man unter Hautleitfähigkeit? Nennen Sie eine (endogene) Komponente des ereigniskorrelierten Potentials. Beschreiben Sie die psychologische Funktion mit der sie in Verbindung steht. 1 23.04.08
Biologische Psychologie I Kapitel 5
Biologische Psychologie I Kapitel 5 Die Forschungsmethoden der Biopsychologie Methoden zur Untersuchung des NS 1) Röntgenkontrastuntersuchung: Eine herkömmliche Röntgenaufnahme eines Gehirns liefert keine
Physiologische Messungen am Gehirn bei bewussten und unbewussten Wahrnehmungen. André Rupp Sektion Biomagnetismus Neurologische Universitätsklinik
Physiologische Messungen am Gehirn bei bewussten und unbewussten Wahrnehmungen André Rupp Sektion Biomagnetismus Neurologische Universitätsklinik Elektroenzephalographie - EEG Gliederung 1. Methodik -
Funktionelle Bildgebung in der Neurologie
Funktionelle Bildgebung in der Neurologie Academia Neurologica Plau am See, 10.03.2010 Famulus Marco Gericke Klinische Indikationen der funktionellen Bildgebung - Abgrenzung von funktionsfähigem und infarziertem
BACKPROPAGATION & FEED-FORWARD DAS MULTILAYER PERZEPTRON
BACKPROPAGATION & FEED-FORWARD DAS MULTILAYER PERZEPTRON EINFÜHRUNG IN KÜNSTLICHE NEURONALE NETZE Modul Leitung Technischer Datenschutz und Mediensicherheit Nils Tekampe Vortrag Jasmin Sunitsch Abgabe
SS 09: Klinische Linguistik
SS 09: Klinische Linguistik Gebärdensprache und Gehirn Helen Leuninger Gebärdensprache und Gehirn Sprache und Raum Ikonizität Speicherung der Mimik im Gehirn 2 Klassen von Studien: Läsionsstudien Bildgebende
Neuronale Neize. Eine Einfuhrung in die Neuroinfomnatik selbstorganisierender Netzwerke ADDISON-WESLEY PUBLISHING COMPANY
Helge Ritter/Thomas Marrineiz/Klaus Schulten Neuronale Neize Eine Einfuhrung in die Neuroinfomnatik selbstorganisierender Netzwerke Technische Hochschule Darmstadt FACHBEREICH INFORMATIK B! B k±ojjtlus
Audiovisual integration during speech perception
Zusammenfassung / Abstract Audiovisual integration during speech perception Der Fakultät für Naturwissenschaften der Otto-von-Guericke-Universität Magdeburg zur Erlangung des akademischen Grades doctor
Konzepte der AI Neuronale Netze
Konzepte der AI Neuronale Netze Franz Wotawa Institut für Informationssysteme, Database and Artificial Intelligence Group, Technische Universität Wien Email: wotawa@dbai.tuwien.ac.at Was sind Neuronale
Künstliche Neuronale Netze
Künstliche Neuronale Netze als Möglichkeit, einer Maschine das Lesen beizubringen Anja Bachmann 18.12.2008 Gliederung 1. Motivation 2. Grundlagen 2.1 Biologischer Hintergrund 2.2 Künstliche neuronale Netze
Einführung in die Methoden der Künstlichen Intelligenz
Einführung in die Methoden der Künstlichen Intelligenz --- Vorlesung vom 17.4.2007 --- Sommersemester 2007 Prof. Dr. Ingo J. Timm, Andreas D. Lattner Professur für Wirtschaftsinformatik und Simulation
Visualisierung von spikenden neuronalen Netzwerken. Entwicklung einer Webapplikation zum Veröffentlichen von Netzwerkmodellen
Studienprojekte Wintersemester 2014 Visualisierung von spikenden neuronalen Netzwerken Entwicklung einer Webapplikation zum Veröffentlichen von Netzwerkmodellen, m.pyka@rub.de Mercator Research Group Structure
Allgemeine Didaktik und Neurodidaktik
Gerhard Friedrich Allgemeine Didaktik und Neurodidaktik Eine Untersuchung zur Bedeutung von Theorien und Konzepten des Lernens, besonders neurobiologischer, für die allgemeindidaktische Theoriebildung
Was ist Neurolinguistik?
Was ist Neurolinguistik? Teilgebiet der Linguistik; behandelt den Zusammenhang von alltäglicher, natürlicher Sprachverarbeitung und Gehirn bevorzugtes und traditionelles Anwendungsgebiet sind verschiedene
Visualisierungen von Brain-Scans
Visualisierungen von Brain-Scans Lisha Naduvilezhath 1 Inhaltsverzeichnis 1. Was sind Brain-Scans? 2. Zwei Klassen von Brain-Scans 2.1. Morphologie-abbildende Verfahren a) MR T b) CT 2.2. Elektromagnetische
Computational Neuroscience
Computational Neuroscience Vorlesung WS 2005/2006 Josef Ammermüller Jutta Kretzberg http://www.uni-oldenburg.de/sinnesphysiologie/ 14508.html Begriffsdefinitionen Computational Neuroscience Churchland
Das Hirn beobachten: Computergestützte Diagnostik mittels Magnetresonanztomographie
Trendtage Gesundheit Luzern, 3. März 2016 Das Hirn beobachten: Computergestützte Diagnostik mittels Magnetresonanztomographie Tobias Kober, Ph.D. siemens.com/answers Eine kurze Vorstellung In einem weltweit
Wie Neurobiologen helfen, unser Gehirn besser zu verstehen
Blick über den Tellerrand Fraunhofer Institut ITWM Kaiserslautern Eckhard Friauf Tierphysiologie Biologie TU Kaiserslautern Wie Neurobiologen helfen, unser Gehirn besser zu verstehen 1 Alternativ Titel
Einführung in die moderne Psychologie
WZ 04 Donald O. Hebb Einführung in die moderne Psychologie Neu übersetzt nach der dritten völlig überarbeiteten Auflage von Hermann Rademacker A 015784 Landes-Lehrer-Bibliothek des Fürstentums Li2ci:tcnstsin
Technisierung von Körper und Seele: Was bleibt menschlich am Menschen? Markus Christen UFSP Ethik, Universität Zürich
Technisierung von Körper und Seele: Was bleibt menschlich am Menschen? Markus Christen UFSP Ethik, Universität Zürich Inhaltsübersicht Technisierung: Der Einbruch der Informationsmetaphorik in die Hirnforschung.
KNP-3: Methoden der kognitiven Neuropsychologie II
KNP-3: Methoden der kognitiven Neuropsychologie II 1 04.05. Geschichte der kognitiven Neurowissenschaft (1) 2 11.05. Funktionelle Neuroanatomie (2) & (3) 3 18.05. Methoden der kognitiven Neurowissenschaft
Was bewirken Maschinen in unserem Gehirn?
Neurorehabilitation nach Schlaganfall Was bewirken Maschinen in unserem Gehirn? Tübingen (3. August 2015) - Die Neuroprothetik beschäftigt sich damit, wie Menschen Technologien wie einen Computer, eine
Neuropricing INAUGURALDISSERTATION. zur Erlangung des akademischen Grades. eines Doktors der Wirtschaftswissenschaften (Dr. rer. pol.
Neuropricing Ein Beitrag zur Integration der Consumer Neuroscience in die verhaltenswissenschaftlich orientierte Preisforschung und das betriebliche Preismanagement INAUGURALDISSERTATION zur Erlangung
Physiologie und Methodik (1)
Seminar Brain-Machine Interfaces Physiologie und Methodik (1) 1 21.10.2009 Das Neuron elektrische Spannung am Axon, Membranpotential Ruhepotential Baseline negative Spannung, ca. -40 bis -80 mv Output:
Seminar Künstliche Intelligenz Wintersemester 2013/14
Seminar Künstliche Intelligenz Wintersemester 2013/14 Martin Hacker Richard Schaller Künstliche Intelligenz Department Informatik FAU Erlangen-Nürnberg 31.10.2013 2 / 13 Überblick Teilgebiete der KI Problemlösen,
Neuro- und Sinnesphysiologie
Robert F. Schmidt (Hrsg) Hans-Georg Schaible (Hrsg) Neuro- und Sinnesphysiologie Mit Beiträgen von N. Birbaumer, V. Braitenberg, H. Brinkmeier, J. Dudel, U. Eysel, H.O. Handwerker, H. Hatt, M. liiert,
7. Vorlesung Neuronale Netze
Soft Control (AT 3, RMA) 7. Vorlesung Neuronale Netze Grundlagen 7. Vorlesung im Aufbau der Vorlesung 1. Einführung Soft Control: Definition und Abgrenzung, Grundlagen "intelligenter" Systeme 2. Wissensrepräsentation
Die Verarbeitung von PSGn und FSGn: Friederici (2004) &
Die Verarbeitung von PSGn und FSGn: Friederici (2004) & Friederici et al. (2006) Institut für Linguistik, SoSe 2008 HS Rekursion 24. Juli 2008 Frage Spiegeln sich Unterschiede zwischen PSGn und FSGn in
Sitzung 3: Das handelnde Gehirn
Sitzung 3: Das handelnde Gehirn 2./3.11. 2015 Irgendwelche Fragen?? 1 Ziele der heutigen Sitzung 1. Wiederholung Methoden 2. Wie trägt der Frontalkortex zu Handlungen bei? 3. Was macht uns zu (bewußten)
Methoden der kognitiven Neurowissenschaften
Methoden der kognitiven Neurowissenschaften SS 2013 Freitags 9 Uhr ct Jöran Lepsien Zeitplan Datum Thema 12.4. Einführung und Organisation 19.4. Behaviorale Methoden 26.4. Augenbewegungen 3.5. Elektrophysiologie
Mehrsprachigkeit. Vortrag von Carla De Simoni Seminar: Neurokognition von Hören und Sprache
Mehrsprachigkeit Vortrag von Carla De Simoni Seminar: Neurokognition von Hören und Sprache 16.05.2011 Inhalt Was ist Bilingualismus? Neuronale Repräsentation von Bilingualismus Kritische Entwicklunsperioden
Image: (CC-0) Künstliche Intelligenz & Bildung Nicht nur für ExpertInnen
Image: https://pixabay.com/de/netz-netzwerk-programmierung-3706562/ (CC-0) Künstliche Intelligenz & Bildung Nicht nur für ExpertInnen Künstliche Intelligenz Was ist das überhaupt? Was kann sie (nicht)?
Vorlesungsinhalte Überblick
Vorlesungsinhalte Überblic 1. Grundlagen mathematische Notation; Neuronenmodell(e) Netzwerparadigmen Lernparadigmen (Hebb, Kohonen, Error-Driven) 2. Prinzipielle Anwendungsfälle von NN s Klassifiation
Neuro- und Sinnesphysiologie
Neuro- und Sinnesphysiologie Bearbeitet von Robert F Schmidt, Prof. Dr. Hans-Georg Schaible, Niels Birbaumer, V Braitenberg, H Brinkmeier, J Dudel, U Eysel, H.O Handwerker, H Hatt, M Illert, W Jänig, J.P
Statistische Methoden der Datenanalyse
Statistische Methoden der Datenanalyse Vorlesung im Sommersemester 2008 H. Kolanoski Humboldt-Universität zu Berlin Inhaltsverzeichnis Literaturverzeichnis iii 1 Grundlagen der Statistik 3 1.1 Wahrscheinlichkeit............................
Datenorientierte SA. Aufbau und Grundlagen. Aufbau und Grundlagen. Aufbau und Grundlagen. Was sind neuronale Netze?
Datenorientierte SA Was sind neuronale Netze? Neuronale Netze: Grundlagen und Anwendungen Neuronale Netze bilden die Struktur eines Gehirns oder eines Nervensystems ab Andreas Rauscher 0651993 Damir Dudakovic
Neurofeedback --- Train your brain
Seminar Brain-Machine Interfaces Neurofeedback --- Train your brain 1 18.11.2009 Biofeedback...bezeichnet eine Methode, bei der eine Person die bewusste Selbstkontrolle über bestimmte Funktionen seines
Kognitive Neurowissenschaften am Georg Elias Müller Institut für Psychologie
Kognitive Neurowissenschaften Beteiligte Abteilungen Experimentelle Psychologie (Prof. Mattler) Biologische Persönlichkeitspsychologie (Prof. Penke) Kognitive Neurowissenschaften (Prof. Treue & Prof. Gail)
Biologische Psychologie I
Biologische Psychologie I Kapitel 5 Forschungsmethoden der Biopsychologie Uta Sailer / Peter Walla Biopsychologische Methoden Hautleitfähigkeit EMG Schreckreflex EKG (Elektrokardiogramm): Herzfrequenz
Der Backpropagation-Algorithmus als Beispiel für Lernalgorithmen künstlicher neuronaler Netze Reinhard Eck 1
Der Backpropagation-Algorithmus als Beispiel für Lernalgorithmen künstlicher neuronaler Netze 2.04.2006 Reinhard Eck Was reizt Informatiker an neuronalen Netzen? Wie funktionieren Gehirne höherer Lebewesen?
Adaptive Resonance Theory
Adaptive Resonance Theory Jonas Jacobi, Felix J. Oppermann C.v.O. Universität Oldenburg Adaptive Resonance Theory p.1/27 Gliederung 1. Neuronale Netze 2. Stabilität - Plastizität 3. ART-1 4. ART-2 5. ARTMAP
Neuroinformatik. Übung 1
Neuroinformatik Übung 1 Fabian Bürger Raum: BC419, Tel.: 0203-379 - 3124, E-Mail: fabian.buerger@uni-due.de Fabian Bürger (fabian.buerger@uni-due.de) Neuroinformatik: Übung 1 1 / 27 Organisatorisches Neuroinformatik:
Vortrag: EEG- Neurofeedback
Facharzt für Kinder- und Jugendheilkunde Vortrag: EEG- Neurofeedback Organisation des Nervensystems Cortex cerebri (Hirnrinde): 10-50 Mrd. Neurone und Gliazellen ( Stützzellen ) Alle Prozesse, die unter
Adaptive Systeme. Einführung. Grundlagen. Modellierung. Prof. Rüdiger Brause WS Organisation. Einführung in adaptive Systeme B-AS-1, M-AS-1
Adaptive Systeme Prof. Rüdiger Brause WS 2013 Organisation Einführung in adaptive Systeme B-AS-1, M-AS-1 Vorlesung Dienstags 10-12 Uhr, SR11 Übungen Donnerstags 12-13 Uhr, SR 9 Adaptive Systeme M-AS-2
Hirnentwicklung in der zweiten Lebenshälfte. Institut für Kognitive Neurowissenschaft, Biopsychologie
Hirnentwicklung in der zweiten Lebenshälfte PD Dr. Martina Manns Institut für Kognitive Neurowissenschaft, Biopsychologie Das Neuronen-Dogma: Neue Neurone werden im erwachsenen Gehirn nicht mehr gebildet
Die Gehirn Computer Schnittstelle als Hilfsmittel bei Wachkoma? 10 Jahre Verein Initiative für Menschen im Wachkoma. Inhalt
Die Gehirn Computer Schnittstelle als Hilfsmittel bei Wachkoma? Gernot R. Müller Putz Institut für Semantische Datenanalyse, BCI Labor Technische Universität Graz 10 Jahre Verein Initiative für Menschen
Titel der Veranstaltungen Leistungsnachweis SWS CP. 2. Reinforcement Learning (V+Ü), WS Erfolgsschein
Fakultät / Ort: Institut für, Name der Dozentin/des Dozenten: Prof. Dr. Gregor Schöner (Gregor.Schoener@neuroinformatik.rub.de) Dr. Hubert Dinse (Hubert.Dinse@neuroinformatik.rub.de) Dr. Rolf Würtz (Rolf.Wuertz@neuroinformatik.rub.de)
Kapitel 0: Einführung/Organisatorisches
Skript zur Vorlesung: Einführung in die Informatik: Systeme und Anwendungen Sommersemester 2017 Vorlesung: Prof. Dr. Christian Böhm Übungen: Dominik Mautz Kapitel 0: Einführung/Organisatorisches http://www.dbs.ifi.lmu.de/cms/einführung_in_die_informatik_systeme_und_anwendungen
Grundlagen der Medizinischen Messtechnik Prof. Dr. rer. nat. Dr. rer. med. Daniel J. Strauss Ergänzende Folien EF3
BMT301 Grundlagen der Medizinischen Messtechnik Prof. Dr. rer. nat. Dr. rer. med. Daniel J. Strauss Ergänzende Folien EF3 Die Geschichte der Erforschung des bioelektrischen Feldes Die in allen lebenden
Wir haben in den vorherigen Kapiteln verschiedene Verfahren zur Regression und Klassifikation kennengelernt (z.b. lineare Regression, SVMs)
6. Neuronale Netze Motivation Wir haben in den vorherigen Kapiteln verschiedene Verfahren zur Regression und Klassifikation kennengelernt (z.b. lineare Regression, SVMs) Abstrakt betrachtet sind alle diese
Abbildungen Schandry, 2006 Quelle: www.ich-bin-einradfahrer.de Abbildungen Schandry, 2006 Informationsvermittlung im Körper Pioniere der Neurowissenschaften: Santiago Ramón y Cajal (1852-1934) Camillo
Artificial Intelligence. Deep Learning Neuronale Netze
Artificial Intelligence Deep Learning Neuronale Netze REVOLUTION Lernende Maschinen Mit lernenden Maschinen/Deep Learning erleben wir aktuell eine Revolution in der Informationsverarbeitung. Neue Methoden
Service-Robotik Herausforderungen und Trends. Prof. Dr. Frank Kirchner Universität Bremen, DFKI Robotik Labor Bremen Robert-Hooke-Str.
Service-Robotik Herausforderungen und Trends Prof. Dr. Frank Kirchner Universität Bremen, DFKI Robotik Labor Bremen Robert-Hooke-Str. 5 28359 Bremen , Bremen Grundlagen zur Anwendung bringen Direkte Einbindung
Methoden der kognitiven Neurowissenschaften
Methoden der kognitiven Neurowissenschaften SS 2014 Freitag 9 Uhr (ct) Björn Herrmann - Jöran Lepsien - Jonas Obleser Zeitplan Datum Thema 11.4. Einführung und Organisation 18.4. -- Karfreitag -- 25.4.
Innovative Neuro-Bildgebung unterstützt frühe Diagnose und maßgeschneiderte Therapiestrategien
Kongress der European Neurological Society (ENS) 2009: Alzheimer, Kopfschmerzen, Multiple Sklerose Innovative Neuro-Bildgebung unterstützt frühe Diagnose und maßgeschneiderte Therapiestrategien Mailand,
Künstliche Neuronale Netze
Inhalt (Biologische) Neuronale Netze Schwellenwertelemente Allgemein Neuronale Netze Mehrschichtiges Perzeptron Weitere Arten Neuronaler Netze 2 Neuronale Netze Bestehend aus vielen Neuronen(menschliches
RIS3 Feld Informations- und Kommunikationstechnologien, innovative und produktionsnahe Dienstleistungen
Roboterassistiertes Gangtraining in der orthopädischen Rehabilitation ROGER Dr. Andreas Bley, MetraLabs GmbH Ilmenau RIS3 Jahresveranstaltung, 28.11.2017, Erfurt Dieses Projekt wird von der Europäischen
Zentrales Nervensystem
Zentrales Nervensystem Funktionelle Neuroanatomie (Struktur und Aufbau des Nervensystems) Neurophysiologie (Ruhe- und Aktionspotenial, synaptische Übertragung) Fakten und Zahlen (funktionelle Auswirkungen)
Ein selbstmodellierendes System für die Wasserwirtschaft
Ein selbstmodellierendes System für die Wasserwirtschaft Dipl.-Ing. Dr. ANDRADE-LEAL Wien, im Juli 2001 1 Einleitung, Motivation und Voraussetzungen Künstliche Intelligenz Neuronale Netze Experte Systeme
Montag, um h. im Institut für Anatomie und Zellbiologie Prof Dr. Frank Schmitz Gebäude 61 UKS Homburg
Montag, 15.02.2016 um 11.00 h im Institut für Anatomie und Zellbiologie Prof Dr. Frank Schmitz Gebäude 61 UKS Homburg 1 Terminplan KLE 2016 07.01.16 Emotionales Lernen und Gedächtnis (AM) 14.01.16 Motivation
Inhaltsverzeichnis. Einführung
Inhaltsverzeichnis Einführung 1 Das biologische Paradigma 3 1.1 Neuronale Netze als Berechnungsmodell 3 1.1.1 Natürliche und künstliche neuronale Netze 3 1.1.2 Entstehung der Berechenbarkeitsmodelle 5
Die Vernetzung menschlicher Gehirne
Flims, 04.09.2012 Einsatz neuer Medien: Die Vernetzung menschlicher Gehirne Pascal Kaufmann CEO Starmind International AG Verbindung von Gehirn und Maschine visueller Input motorischer Output Forschungsprojekt
Gliederung. Biologische Motivation Künstliche neuronale Netzwerke. Anwendungsbeispiele Zusammenfassung. Das Perzeptron
Neuronale Netzwerke Gliederung Biologische Motivation Künstliche neuronale Netzwerke Das Perzeptron Aufbau Lernen und Verallgemeinern Anwendung Testergebnis Anwendungsbeispiele Zusammenfassung Biologische
1. Vorlesung Gliederung und Einführung
Soft Control (AT 3, RMA) 1. Vorlesung Gliederung und Einführung Inhalt der Vorlesung Rechnergestützte Methoden in der Automatisierungstechnik Expertensysteme Anwendung: Diagnose Fuzzy-Systeme Anwendung:
Brain mapping - Das Gehirn belauschen
Powered by Seiten-Adresse: https://www.gesundheitsindustriebw.de/de/fachbeitrag/aktuell/brain-mapping-das-gehirnbelauschen/ Brain mapping - Das Gehirn belauschen Obwohl sich seit Jahrzehnten zahlreiche
Das autistische Gehirn
Ein Blick ins Innere Seit vielen Jahren untersuchen Neuroanatomen die Gehirne verstorbener Autismus-Patienten. Die Ergebnisse wurden in zahlreichen Aufsätzen in neurologischen Fachzeitschriften veröffentlicht.
Einführung in die AI
1 Einführung in die AI Prof. Georg Gottlob Institut für Informationssysteme Technische Universität Wien Folien zur Vorlesung Konzepte der Artificial Intelligence 3 Zum Begriff Artificial Intelligence AI:
Neurofeedback bei ADHS. 09. September 2016
Neurofeedback bei ADHS 09. September 2016 Übersicht Feedback Biofeedback Neurofeedback EEG Lernen Übertragen ADHS ADHS & Neurofeedback Verordnungen Was ist Feedback? Voraussetzung für jede Art von Lernen
School of Engineering Institut für Mechatronische Systeme (IMS)
School of Engineering Institut für Mechatronische Systeme (IMS) Zürcher Fachhochschule www.ims.zhaw.ch Forschung & Entwicklung Institut für Mechatronische Systeme (IMS) Mechatronik bringt die Disziplinen
Biologische Psychologie I
Biologische Psychologie I WS2008/09 Persönliche Vorstellung meinerseits Organisatorisches Vorlesungsinhalte Beginn mit dem 1. Kapitel :: Ich hoffe, Ihre Begeisterung für dieses Fach wecken zu dürfen ::
Semester-Fahrplan 1 / 26
Semester-Fahrplan 1 / 26 Hydroinformatik I Einführung in die Hydrologische Modellierung Künstliche Neuronale Netzwerke Olaf Kolditz *Helmholtz Centre for Environmental Research UFZ 1 Technische Universität
Modul Künstliche Intelligenz. Prof. Dr. Heinrich Jasper TU Bergakademie Freiberg Künstliche Intelligenz und Datenbanken
Modul Künstliche Intelligenz Prof. Dr. Heinrich Jasper TU Bergakademie Freiberg Künstliche Intelligenz und Datenbanken Zielsetzung Die Veranstaltung bietet den Hörerinnen und Hörern die Möglichkeit, Kenntnisse
20. Mitteilungsblatt Nr. 24
20. Mitteilungsblatt Nr. 24 Mitteilungsblatt der Medizinischen Universität Wien Studienjahr 2013/2014 20. Stück; Nr. 24 C U R R I C U L A Änderung des Curriculums für das Masterstudium Medizinische Informatik
Trainingsbedingte Veränderungen der Verarbeitung von Schrift im Gehirn Erwachsener Dr. Melanie Boltzmann
Trainingsbedingte Veränderungen der Verarbeitung von Schrift im Gehirn Erwachsener Dr. Melanie Boltzmann Bamberg 30.01.2015 1/17 Unser Gehirn Gewicht: 1245g (Frauen) bzw. 1375g (Männer) 100 Milliarden
Strukturierung und Analyse neuroanatomischer Daten in Blender
Studienprojekte Wintersemester 2015 Strukturierung und Analyse neuroanatomischer Daten in Blender, m.pyka@rub.de Mercator Research Group Structure of Memory Faculty of Psychology http://cns.mrg1.rub.de/
Wachstumsmarkt Industrielle Bildverarbeitung
Wachstumsmarkt Industrielle Bildverarbeitung Dr. Horst Heinol-Heikkinen VDMA Industrielle Bildverarbeitung VDMA Dr. Horst Heinol-Heikkinen VISION 2016 Pressegespräch 25 August 2016 in Stuttgart Dr. Horst
Grundlagen Funktionelle Neuroanatomie und -physiologie
Numerische Simulation in den Neurowissenschaften Grundlagen Funktionelle Neuroanatomie und -physiologie Stefan Lang Interdisziplinäres Zentrum für wissenschaftliches Rechnen Universität Heidelberg SS 2010
Kognitive Leistungen des menschlichen Gehirns: Kann sich das Gehirn selbst erkennen? Wahrnehmen, Handeln Lernen, Gedächtnis bilden Planen, Erwarten
Kognitive Leistungen des menschlichen Gehirns: Kann sich das Gehirn selbst erkennen? Wahrnehmen, Handeln Lernen, Gedächtnis bilden Planen, Erwarten Regeln extrahieren, Abstraktion Sprachliche Kommunikation
Gehirn & Bewegung. Lass dein Gehirn nicht sitzen! unter geschlechtsspezifischer Fragestellung
Gehirn & Bewegung unter geschlechtsspezifischer Fragestellung Lass dein Gehirn nicht sitzen! Erik Scherrer: Lass dein Gehirn nicht sitzen. CH Beck 2016 Was ist die Natur des menschlichen Verhaltens? Biologie
Schwerpunkt Bewegungswissenschaft
Schwerpunkt Bewegungswissenschaft Joachim Hermsdörfer Waltraud Stadler Elvira Salazar Leif Johannsen Ferdinand Tusker Lehrstuhl für Bewegungswissenschaft Fakultät für Sport- und Gesundheitswissenschaft
A model of the local cortical circuit of the frontal eye fields
Diss. ETH No. 16897 A model of the local cortical circuit of the frontal eye fields A dissertation submitted to the SWISS FEDERAL INSTITUTE OF TECHNOLOGY (ETH ZURICH) for the degree of Doctor of Natural
Neurowissenschaften und Cognitive Sciences
Neurowissenschaften und Cognitive Sciences WS2018/19 Peter Walla Persönliche Vorstellung meinerseits Organisatorisches Vorlesungsinhalte Beginn :: Ich hoffe, Ihre Begeisterung für diesen wahrlich spannenden
kurze Wiederholung der letzten Stunde: Neuronale Netze Dipl.-Inform. Martin Lösch (0721) Dipl.-Inform.
kurze Wiederholung der letzten Stunde: Neuronale Netze martin.loesch@kit.edu (0721) 608 45944 Labor Wissensrepräsentation Aufgaben der letzten Stunde Übersicht Neuronale Netze Motivation Perzeptron Multilayer