Modul PY4230-KP06

Computational Neurosciences (CompNeuro)

Dauer:

1 Semester

Angebotsturnus:

Jedes Sommersemester

Leistungspunkte:

Studiengang, Fachgebiet und Fachsemester:

Master Psychologie - Cognitive Systems 2022 (Pflicht), Psychologie, 2. Fachsemester

Lehrveranstaltungen:

CS4405-V: Neuroinformatik (Vorlesung, 2 SWS)
CS4230-S: Computational Neurosciences (Seminar / Übungen, 2 SWS)

Workload:

60 Stunden Präsenzstudium
90 Stunden Selbststudium
30 Stunden Prüfungsvorbereitung

Lehrinhalte:
Überblick über das Gehirn, Neurone und (abstrakte) Neuronenmodelle Lernen mit einem Neuron: * Perzeptrons * Max-Margin-Klassifikation * LDA und logistische Regression Netzwerkarchitekturen: * Hopfield-Netze * Multilayer-Perzeptrons * Deep Learning Rekurrente Netzwerke (LSTM, GPU) Methoden des unüberwachten Lernens: * k-means, Neural Gas und SOMs * PCA & ICA * Sparse Coding

Qualifikationsziele/Kompetenzen:

Die Studierenden verstehen die grundsätzliche Funktionsweise eines Neurons und des Gehirns.
Sie kennen abstrakte Neuronenmodelle und können für die unterschiedlichen Ansätze Einsatzgebiete benennen.
Sie können die grundlegenden mathematischen Techniken anwenden, um Lernregeln aus einer gegebenen Fehlerfunktion abzuleiten.
Sie können die vorgestellten Lernregeln und Lernverfahren anwenden und teilweise auch implementieren, um gegebene praktische Probleme zu lösen.

Vergabe von Leistungspunkten und Benotung durch:

Klausur

Modulverantwortlicher:

Prof. Dr. rer. nat. Thomas Martinetz

Lehrende:

Literatur:

S. Haykin: Neural Networks - London: Prentice Hall, 1999
J. Hertz, A. Krogh, R. Palmer: Introduction to the Theory of Neural Computation - Addison Wesley, 1991
T. Kohonen: Self-Organizing Maps - Berlin: Springer, 1995
H. Ritter, T. Martinetz, K. Schulten: Neuronale Netze: Eine Einführung in die Neuroinformatik selbstorganisierender Netzwerke - Bonn: Addison Wesley, 1991
Ian Goodfellow, Yoshua Bengio, Aaron Courville: Deep Learning - MIT Press 2016

Sprache:

Wird nur auf Deutsch angeboten

Bemerkungen:

Zulassungsvoraussetzungen zum Modul:
- Keine

Zulassungsvoraussetzungen zur Prüfung:
- Erfolgreiche Bearbeitung von Übungsaufgaben während des Semesters

Das Modul umfasst als einzige Prüfung eine Klausur mit Dauer und Umfang gemäß PVO §12.