Neuro-inspirierte Lernverfahren.

Synpatische Plastizität.

Modellierung Kognitiver Prozesse. Kognitive Prozesse bestimmen unter anderem, wie Informationen verarbeitet, Umweltreize interpretiert und Handlungen gesteuert werden. Ein zentraler Ansatz, um sie besser zu verstehen, ist ihre Modellierung. Dafür setzen wir spikende neuronale Netze ein, die eine biologisch plausible Annäherung an neuronale Mechanismen bieten. Mit diesen Modellen untersuchen wir einerseits die zugrundeliegenden Prinzipien kognitiver Zustände, andererseits auch, ob künstliche neuronale Netze ähnliche Mechanismen ausbilden und Zustände wie z.B. Langeweile sowie damit verbundene Verhaltensweisen entwickeln können. Unsere Forschung verbindet dabei Erkenntnisse aus der Neurowissenschaft, Psychologie und KI.

Ausgewählte Publikationen

  • Patrick Schöfer, James Danckert, Peter F. Stadler, Martin Bogdan
    The Regulatory Character of Boredom in AI – Towards a Self-Regulating System based on Spiking Neural Networks | LINK

    ESANN 2025 proceedings, European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning. Bruges (Belgium), 23-25 April 2025, ISBN 9782875870933.