Datenwissenschaft und rechnergestützte Modellierung

Um die biologischen Mechanismen in der Hirnaktivität während des Lernens zu verstehen, müssen die Verhaltensmotive abgeleitet und der Aktivität gegenübergestellt werden. In diesem Projekt analysieren wir die Verhaltensdaten von Versuchsobjekten (Tiere & Menschen) während belohnungsbasierter Lernexperimente und leiten ihre Lernmotive ab. Wir definieren ein Lernmotiv als eine Verhaltenspolitik, die das Versuchsobjekt bei Teilen des Lernprozesses...

Mehrschichtige Netzwerke eignen sich für die Konstruktion von Phänotypen von Individuen, da die Ähnlichkeit zwischen den Schichten und die Ähnlichkeit innerhalb der Schichten verwendet werden kann, um ausgefeilte Formen der Nähe zwischen Individuen in derselben Schicht und zwischen Merkmalen/Schichten auszudrücken. Die Merkmale dieser Individuen ändern sich jedoch im Laufe der Zeit, beispielsweise durch Altern, Rückgang der kognitiven Fähigkei...

Die Parkinson-Krankheit ist die zweithäufigste neurodegenerative Erkrankung mit vielen motorischen und nicht-motorischen Symptomen, die von Beeinträchtigungen der motorischen Fähigkeiten bis hin zu vermindertem Geruchssinn und kognitiven Fähigkeiten reichen. Eine eindimensionale Quantifizierung des Krankheitsverlaufs ist daher ungenau und kann zu Verzerrungen bei der Analyse der Pathologie führen. Gleichzeitig bedeutet der langfristige Charakt...

Objektives Ranking und Clustering von Verhaltensdaten, die verschiedene Metriken verwenden, ist eine wesentliche Grundlage für das Verständnis der Beziehung zwischen Verhalten und Physiologie sowie neurologischen Prozessen in der Medizin und den Neurowissenschaften. Die inhärente Komplexität der untersuchten biologischen Systeme und die geringe Datenmenge, die in der Regel bei experimentellen Studien entsteht, stellen jedoch eine Herausforderu...