Teams
Das SimLab Neuroscience ist in fünf Teams organisiert:
Inhaltsverzeichnis
Großskalige Simulationen und neuromorphe Systeme
Neuronale Simulationen werden immer komplexer, was Innovationen bei Software und Hardware erforderlich macht. Wir sind maßgeblich an der Entwicklung der neurowissenschaftlichen Simulatoren NEST und Arbor beteiligt. Performance und Wartungsfreundlichkeit sind dabei unsere Hauptanliegen. Gleichzeitig verbessern wir die Benutzerfreundlichkeit, indem wir die Anforderungen der Benutzer erheben und domänenspezifische Sprachen wie z. B. die NEST-Modellierungssprache NESTML entwickeln, um neuronale Modelle zu beschreiben.
Auf der Hardwareseite erforschen wir neuartige neuromorphe Architekturen und sind Partner in der Jülich Neuromorphic Computing Alliance (JUNCA). Modulare Hardwareansätze, die traditionelle und Nicht-von-Neumann-Architekturen kombinieren, versprechen beschleunigte Simulationen neuronaler Netze und neue Berechnungsparadigmen. Beispiele für solche Systeme, die von unserem Team untersucht werden, sind das neuromorphe System SpiNNaker und neuartige, auf FPGAs basierende System-On-Chip-Architekturen.
https://apt.cs.manchester.ac.uk/projects/SpiNNaker/
https://www.fz-juelich.de/en/aca
Teammitglieder: Guido Trensch (Leitung), Pooja Babu, Charl Linssen, Dr.-Ing. Georgia Psychou
Forschung und Software:
Maschinelles Lernen und Datenanalyse für die Neurobildgebung
Das Team konzentriert sich auf die Entwicklung und Optimierung von Bildanalysemethoden und umfassenden Neuroimaging-Pipelines für High-Performance-Computing (HPC) Systeme.
Die Menge der zu analysierenden Neurobildgebungsdaten hat im Laufe der Jahre stark zugenommen, wodurch die traditionellen Arbeitsabläufe an ihre Grenzen stoßen. Diese Workflows umfassen klassische Bildverarbeitungsmethoden, komplexe Modellierungsschritte wie die Rekonstruktion des Diffusionstensors, und moderne Techniken des maschinellen Lernens wie Deep-Learning-Modelle. Um dieser Entwicklung Rechnung zu tragen, entwickelt und optimiert das Team Bildanalysemethoden und -pipelines für die Neurobildgebung und konzentriert sich dabei auf die Skalierung dieser Prozesse auf HPC-Systemen, um dem wachsenden Umfang an Neurobilddaten gerecht zu werden. Die wichtigsten Methoden umfassen maschinelles Lernen für MRI-basierte mikrostrukturelle Bildgebung, Diffusions-MRI und Segmentierung in verschiedenen Modalitäten, einschließlich Diffusions-MRI und fMRI. Darüber hinaus entwickelt das Team Tools für maschinelles Lernen, die für HPC-Systeme konzipiert sind, darunter Frameworks wie Heat und AdjointMPI.
Teammitglieder: Dr. Kai Krajsek (Leitung), Rajalekshmi Deepu, Andreas Müller, Matteo Westerwinter
Forschung und Software:
Data analytics for high-throughput image-based cohort phenotyping
Analysis of sub-millimetre resolution fMRI for laminar dissection of the brain function
Meta-Optimierung für bio-inspirierte Netzwerke
Unser Team entwickelt Hochdurchsatz-Softwaretools und innovative Methoden für die Optimierung neurowissenschaftlicher Simulationen mit besonderem Schwerpunkt auf hochdimensionalen Parameterräumen, biologisch inspiriertem Meta-Lernen und dynamischer Konnektivitätserzeugung. Unser Beitrag zu Simulations-Frameworks wie NEST und The Virtual Brain (TVB) besteht hauptsächlich in der Implementierung von Methoden zur Untersuchung der Plastizität und der Beziehungen zwischen Struktur und Funktion des Gehirns.
Wir unterstützen die Nutzer Communities bei der effizienten Nutzung der HPC-Infrastruktur für Simulation und Datenanalyse. Ein besonderer Forschungsschwerpunkt liegt auf Simulationen, die das gesamte Gehirn betreffen. Darüber hinaus tragen wir zur Entwicklung und Umsetzung von Standards zur Beschreibung von Daten und Modellen in neurowissenschaftlichen Arbeitsabläufen bei, um die Integration und Reproduzierbarkeit zu verbessern.
Teammitglieder: Dr. Sandra Diaz (Leitung), Dr. Thorsten Hater, Sinovia Fotiadou-Kotsopoulou, Dr. Han Lu, Hanna Mohr, Drs. Ir. Michiel van der Vlag
Associate members: Daniel Todt (RWTH Aachen) and Cristian Jimenez-Romero (Cergy University Paris)
Forschung und Software:
- Learning to Learn (L2L) on HPC
- Structural Plasticity
- Arbor - multi-compartment models of neural network
- High Performance Computing for the Virtual Brain
- Multiscale co-simulation
- Visual Connectivity Generation
- Interactive steering and visualization
- EBRAINS and EBRAINS 2.0 Project
- Virtual Brain Twin
- eBrain-Health
Multiskalen-Simulation und -Design
Unser Team bringt seine HPC-Expertise zur Nutzung neurowissenschaftlicher Simulationssoftware ein. Diese Software wird zur Simulation neuronaler Aktivität auf unterschiedlichen Skalen vom gesamten Gehirn über Punktneuronen bis zu morphologisch detaillierten Simulationen genutzt. Wir entwerfen und integrieren Tools für komplexe Co-Simulations-Workflows, bei denen mehrere Simulatoren miteinander gekoppelt werden. Anwendung findet dies z.B. bei der Entwicklung digitaler Zwillinge des Gehirns (Projekt: Virtual Brain Twin).
Das Team organisiert darüber hinaus das EBRAINS Science Support Team, das den Austausch mit Wissenschaft, Technologie und anderen Interessensgruppen fördert. Mithilfe strukturierter Anforderungsanalysen sammelt das Team Nutzer-Feedback zur Funktionalität und Benutzerfreundlichkeit der EBRAINS Forschungsinfrastruktur, um sicherzustellen, dass die Infrastruktur in einer sich schnell entwickelnden Forschungslandschaft wettbewerbsfähig bleibt.
Darüber hinaus unterstützen wir Kontaktaufbau und -pflege des Sano Centers mit führenden Wissenschaftlern, Infrastrukturdesignern und Entwicklern. Wir arbeiten an Sano-Projekten mit, deren Ziel es ist, die computergestützte personalisierte Medizin durch interdisziplinäre Zusammenarbeit in IT und Technologie voranzubringen.
Teammitglieder: Wouter Klijn (lead), Dr. Marissa Diaz Pier, Dr. Krishna Kant Singh, Jithu Murugan, Ekaterina Zossimova
Forschung und Software:
- Modular Science – co-simulator framework
- Visual Connectivity Generation
- Sano
- EBRAINS and EBRAINS 2.0 Project
- Virtual Brain Twin
Koordinierung, Kommunikation und Projektmanagement
Das Team unterstützt das Simulation and Data Lab Neuroscience (SDLN) bei der Koordination, der Kommunikation und dem Management seiner Projekte, Netzwerkaktivitäten und Allianzen.
Seit mehr als zehn Jahren koordinieren wir die Entwicklung und Bereitstellung der Rechen- und Speicherinfrastruktur für EBRAINS, einer europäischen Forschungsinfrastruktur, die Neurowissenschaften und High-Performance Computing (HPC) verbindet und aus dem Human Brain Project hervorgegangen ist. Seit Dezember 2023 koordinieren wir für das Forschungszentrums Jülich, das die Leitung EBRAINS Deutschland inne hat, die Zusammenarbeit zwischen den deutschen Mitgliedsinstitutionen. Darüber hinaus unterstützen wir das SDLN in seiner Rolle als Bernstein Facility High-Performance Simulation and Data Analysis und arbeiten eng mit dem Bernstein Netzwerk Computational Neuroscience zusammen.
Teammitglieder: Dr. Boris Orth (Leitung), Dr. Maren Frings, Steffen Graber, Dr. Olivera Korculanin
Projekte, Netzwerke und Allianzen: