For more information see our English page.

Computational and Systems Neuroscience (INM-6)

Das Gehirn ist ein äußerst komplexes Organ, dessen Wirkungsweise bis heute nicht vollständig verstanden ist. Am INM-6 (Institute for Computational and Systems Neuroscience) werden theoretische Ansätze, Datenanalysen und Simulationen in verschiedenen Skalen kombiniert, um die Prinzipien des Gehirns zu verstehen. Dieses Verständnis wird letztendlich helfen, um Krankheiten im Gehirn zu diagnostizieren und behandeln zu können, außerdem können die entwickelten Prinzipien für das Design neuartiger Technologien verwendet werden.

Direktoren: Prof. Dr. Sonja Grün and Prof. Dr. Markus Diesmann

Detaillierte Informationen zu unserem Institut finden Sie auf unserer englischen Seite.

Forschungsthemen

a

Forschungsstrategie

Die Forschung am INM-6/ IAS-6/ INM-10 folgt einem wissenschaftlichen Kreislauf, in dem experimentelle Daten, Theorien und Simulationen aufeinander aufbauen. Die einzelnen Arbeitsgruppen vereinen unterschiedliche Fachkenntnisse auf einem gemeinsamen wissenschaftlichen Gebiet - den Computational Neuroscience. Weitere Informationen zu unserer Forschungsstrategie finden Sie in unserem Forschungsüberblick (englisch).

a

Computational Neurophysics group

Die Gruppe von Markus Diesmann kombiniert physiologische und anatomische Daten in einem bottom-up Ansatz zu Modellen. Im Fokus der Forschung sind dabei die Modellentwicklung, die Theorie neuronaler Netzwerke und der Dynamik von Korrelationen. Zudem wird die Simulationstechnologie neuronaler Netzwerke weiterentwickelt.

a

Statistical Neuroscience group

In der Gruppe von Sonja Grün werden Methoden zur Analyse von Mehrkanalaktivitätsdaten in engem Kontakt mit experimentellen Gruppen entwickelt und angewendet. Der Fokus ist hierbei auf der Verbindung neuronaler Daten, welche auf verschiedenen räumlichen und zeitlichen Skalen aufgenommen wurden, sowie auf den Korrelationsstrukturen von Spikeaktivitäten.

a

Computation in Neural Circuits

In der Gruppe von Abigail Morrison werden Modelle auf der Ebene von Netzwerken spikender Neuronen entwickelt, mit diesen werden dann Mechanismen untersucht, die neuralen Rechnungen zugrunde liegen. Es werden überwiegend top-down Methoden verwendet, um funktionale Bedingungen der Struktur, Plastizität und Dynamik, insbesondere im Hinblick auf Lernen und Gedächtnis, zu beschreiben. Einen Nebenschwerpunkt der Gruppe bildet die Entwicklung von Simulationstechnologie für Hochleistungsrechner.

a

Theory of Multi-scale Neuronal Networks

Der Fokus der Forschungsarbeiten der Gruppe von Moritz Helias liegt auf der Untersuchung der formgebenden Mechanismen der korrelierten und oszillierenden Aktivität in den neuronalen Netzwerken, welche eine strukturierte Konnektivität auf verschiedenen räumlichen Skalen aufweisen. Dafür ist die Entwicklung quantitativer, theoretischer Beschreibungen nötig, welche aus den Methoden der statistischen Physik hergeleitet und mit direkten Simulationen neuronaler Netzwerke auf Zellebene kombiniert werden.

a

Theoretical Neuroanatomy

Der Fokus der Arbeitsgruppe von Sacha van Albada liegt auf der Sammlung und Analyse von mikroskopischen und makroskopischen anatomischen Daten, um ausgedehnte dynamische Modelle des Säugetiergehirns mit zellulärer und synaptischer Auflösung zu konstruieren, welche dann auf Großrechnern simuliert werden. Durch Vergleiche dieser Modelldynamiken mit experimentell gemessenen Aktivitäten werden diese Ergebnisse weiter optimiert.