Arbeitsgruppe Matthias Kaschube - Forschung
Dynamik neuronaler Repräsentationen
Das Gehirn bildet bemerkenswert effiziente Repräsentationen der sensorischen Umgebung und innerer Zustände, von Erinnerungen und Zukunftserwartungen. Wie erreicht das Gehirn dies? Um diese grundlegende Frage zu beantworten, kombinieren wir dynamische Modelle der Funktion neuronaler Netzwerke mit Techniken zur Modellierung neuronaler Daten in enger Zusammenarbeit mit experimentellen Gruppen. Unsere Arbeit bildet eine Schnittstelle zwischen Informatik, Physik, Biologie und KI.
Entstehung von neuronalen Repräsentationen in der Entwicklung des Gehirns
Unsere Forschung zeigt hochstrukturierte kortikale Netzwerke vor Beginn der sensorischen Erfahrung (Smith et al., Nature Neuro 2018; Mulholland et al., Elife 2021). Ihre Repräsentationsarchitektur ist in mehreren sensorischen und höheren Assoziationskortizes sehr ähnlich (Powell et al., PNAS 2024) und scheint durch dynamische rekurrente Interaktionen vom Typ lokale Erregung und laterale Hemmung (LELI) geformt zu werden (Mulholland et al., Nature Commun 2024). Durch erfahrungsbedingte Netzwerkreorganisation werden diese endogen strukturiereten Netzwerke dann in zuverlässige kortikale Repräsentationen umgewandelt (Trägenap et al., in revision).
Kollaborationspartner: Gordon Smith (UMN), Ben Scholl (UC Denver), David Fitzpatrick (MPFI)
Flexible Repräsentationen für Lernen, Vergessen und Kreativität
Verschiedene Töne aktivieren überlappende Netzwerke im auditorischen Kortex, was möglicherweise deren Assoziation widerspiegelt. Wir beobachten fortlaufende dynamische Veränderungen dieses Stimulus-Co-Mappings, die während des Lernens flexibel beeinflusst werden (Aschauer et al., Cell Reports 2022), während die grobe auditorische Karte weitgehend erhalten bleibt (Chambers et al., Cerebral Cortex 2022), und argumentieren, dass diese Veränderungen der spontanen Entstehung neuer Assoziationen zugrunde liegen könnten.
Kollaborationspartner: Simon Rumpel (University Mainz), Noam Ziv (Technion)
Kognitive Karten und neuronale Repräsentationsräume
Wir sagen allgemeine kognitive Fähigkeiten aus wenigen spontan enstandenden Netzwerkzuständen im menschlichen Gehirn voraus (Wehrheim et al., Neuroimage 2023), untersuchen die flexible Nutzung visueller Repräsentationen bei frei agierenden Tintenfischen (Reiter et al., 2018 Nature), und betrachten die hochdimensionale Organisation von Repräsentationsräumen in tiefen neuronalen Netzwerken (Wehrheim et al., ECCV 2024).
Kollaborationspartner: Christian Fiebach (GU), Gilles Laurent (MPI BR)
Analysemethoden für strukturelle und funktionelle neuronale Daten
Wir entwickeln Methoden zur Analyse von chronischen Bildgebungsdaten von dendritischen Spines (Vogel et al., Scientific Reports 2023). Außerdem leisteten wir Pionierarbeit bei Methoden zur Verfolgung einer großen Anzahl von Chromatophoren in frei agierenden Tintenfischen (Reiter et al., Nature 2018). Kürzlich haben wir Methoden für die automatische Charakterisierung latenter Räume in tiefen neuronalen Netzen entwickelt (Wehrheim et al., ECCV 2024).
Ausgewählte Vorträge
Please see the English page.
Ausgewählte Publikationen
Please see the English page.
Software
Please see the English page.