Das zentrale Thema der Abteilung "Empirische Inferenz" sind statistische Lerntheorie und ihre Anwendungen. Hierunter fallen die Entwicklung von neuen Ansätzen im maschinellen Lernen, die algorithmische Modellierung von Wahrnehmungsleistungen, sowie die Anwendung von Lernalgorithmen auf vielfältige Probleme vom maschinellen Sehen bis hin zur Bioinformatik. [mehr]
Die Abteilung ist mittlerweile Teil des Max-Planck-Instituts für Intelligente Systeme.
 

Wir nehmen die Welt mit all unseren Sinnen wahr. Dazu gehören der Sehsinn, der Tastsinn und der Hörsinn. Diese multisensorische Information muss in unserem Gehirn zu einem kohärenten Abbild der Umwelt zusammengesetzt werden, um zielgerichtetes Handeln zu ermöglichen. Dieses Puzzlespiel der Sinne wird in der Arbeitsgruppe für Multisensorische Wahrnehmung und Handlung, in drei Forschungsfelder untergliedert, eingehend untersucht: Diese betreffen die "multisensorische Wahrnehmung", das "Wahrnehmen um zu Handeln", und das "perzeptuelle Lernen". [mehr]

Die Arbeitsgruppe "Computational Vision and Neuroscience" (CVN) befasst sich mit den Prinzipien der neuronalen Informationsverarbeitung im visuellen System. Sie nutzt Methoden aus der Lerntheorie, der Signalverarbeitung, der nicht-linearen Dynamik und der Optimierungstheorie, um das unserer Wahrnehmung zu Grunde liegende Inferenzproblem auf unterschiedlichen Ebenen zu untersuchen: (1) Statistik natürlicher Bilder, (2) Kodierung und Verarbeitung von Informationen neuronaler Populationen und (3) Psychophysik. [mehr]

The goal of the Cognitive Neuroimaging Group is to better understand the neural systems that allow us to acquire, represent and retrieve knowledge about our multi-sensory environment. [mehr]

Unser Forschungsgebiet ist die Entwicklung von intelligenten Algorithmen zur Analyse von komplexen Systemen in der Biologie. Es befindet sich am Schnittpunkt zwischen maschinellem Lernen, Datamining und Bioinformatik und trägt zur Erkenntnis in diesen drei Gebiete bei. Unsere Forschung reicht tief in die Statistik, Algorithmik und das wissenschaftliche Rechnen hinein. [mehr]

Unser Gehirn erkennt mühelos komplexe Objekte oder Geräusche, oft sogar wenn diese durch andere Einflüsse verdeckt oder übertönt werden. Die Effizienz mit der unser Gehirn Sinneseindrücke verarbeitet lässt darauf schließen, dass die Mechanismen der neuronalen Kodierung an die konkreten Ansprüche unserer Umwelt angepasst sind. In unserer Arbeit untersuchen wir diese Mechanismen, besonders interessiert uns wie Sinnesinformation über die verschiedenen Sinneskanäle (Sehen, Hören, Tasten) integriert und in eine gezielte Verhaltensreaktion umgesetzt wird. [mehr]