Hochschulkarte

Computational Neuroscience

Technische Universität Berlin „TU Berlin Hauptgebaeude070710 UlrichDahl“ von TU Berlin/Pressestelle/Ulrich Dahl - TU Berlin/Pressestelle. Über Wikimedia Commons. Technische Universität Berlin (Foto: „TU Berlin Hauptgebaeude070710 UlrichDahl“ von TU Berlin/Pressestelle/Ulrich Dahl - TU Berlin/Pressestelle. Über Wikimedia Commons.)

Computational Neuroscience, Master

Studienort, Standort
Berlin
Internetseite
Abschluss
Master
Abschlussgrad
Master of Science
Zielgruppe
Absolventen eines natur- oder ingenieurwissenschaftlichen Faches oder der Mathematik
Regelstudienzeit
4 Semester
Akkreditierung
Nein
Mastertyp nach Kultusministerkonferenz
konsekutiv
Studienformen
Internationaler Studiengang; Teilzeitstudium; Vollzeitstudium
Hauptunterrichtssprache
Englisch

Was ist "Computational Neuroscience"?

Computational Neuroscience (von engl. computation: Berechnung, Informationsverarbeitung, und Neuroscience: Neurowissenschaften, Hirnforschung) ist eine interdisziplinäre Wissenschaftsrichtung, die sich mit den informationsverarbeitenden Eigenschaften des Nervensystems beschäftigt. Informationsverarbeitung meint dabei das gesamte Spektrum der Hirnfunktionen von den verschiedenen Stufen der Verarbeitung von Sinneseindrücken bis zu kognitiven Funktionen wie Lernen, Gedächtnis, Entscheidungsfindung sowie die Steuerung des motorischen Systems zur Ausführung von Handlungen.
Das wichtigste methodische Werkzeug der Computational Neuroscience ist die mathematische Modellierung von Bestandteilen des Nervensystems wie Nervenzellen, Synapsen und neuronalen Netzwerken mit den Methoden und Erkenntnissen der Biophysik und der Theorie der dynamischen und komplexen Systeme. Diese Modelle werden aufgrund ihrer Komplexität oft im Computer simuliert. Außerdem stellt die Computational Neuroscience auch Analysemethoden experimenteller neuronaler Daten zur Verfügung. Bei all diesen Ansätzen ist eine enge Zusammenarbeit von experimentell arbeitenden Wissenschaftlern aus den Disziplinen Biologie, Medizin, Psychologie und Physik sowie Theoretikern aus der Mathematik, Physik und Informatik erforderlich. Die experimentellen Daten bieten sowohl die Grundlage für die Modelle (z. B. elektrophysiologische Eigenschaften von Nervenzellen und Synapsen, Netzwerkstrukturen in realen Nervennetzen) als auch die Möglichkeit zum Testen ihrer Vorhersagen, etwa über bestimmte dynamische oder informationsverarbeitende Eigenschaften. Die Modelle wiederum bieten die Möglichkeit, die oftmals vielfältigen und z. B. widersprüchlich erscheinenden Ergebnisse der Experimente systematisch zu ordnen und durch mathematische Analyse und Simulation komplexe Zusammenhänge zu erkennen, die ohne diese Methode nur schwer oder gar nicht zu erfassen sind.
Gegenstand der Modellierung sind Strukturen auf allen Größen- und Komplexitätsskalen, angefangen von biophysikalischen Simulationen der molekularen Dynamik bestimmter Ionenkanäle und Neurotransmitter, über Modelle einzelner Nervenzellen, bis hin zu komplexen Netzwerkmodellen, die Interaktionen zwischen Hirnregionen nachbilden. Abhängig von der Fragestellung können diese Modelle sehr unterschiedliche Abstraktionsgrade aufweisen, d. h., entweder eng an experimentelle Daten angelegt werden oder eher die generellen Prinzipien und Strukturen abbilden und formalisieren, die aus den Experimenten gewonnen wurden.
Computational Neuroscience kann bis zu einem gewissen Grad gegenüber konnektionistischen Theorien der Psychologie, reinen Lerntheorien wie Maschinenlernen und künstlichen neuronalen Netzwerken sowie dem Gebiet der Neuroinformatik abgegrenzt werden, obgleich diese Gebiete zum Teil parallele Entwicklungsgeschichten haben und teilweise auch ähnliche Ziele verfolgen. Modellierungsansätze der Computational Neuroscience haben den Anspruch, bestimmte Aspekte der neuronalen Strukturen biologisch realistisch abzubilden und direkte Vorhersagen über entsprechende Experimente zu machen. Konnektionistische Modelle verfolgen ein ähnliches Vorhersageziel auf der Ebene psychophysikalischer Experimente, haben aber nur einen eingeschränkten Anspruch auf biologischen Realismus, der sich auf die Struktur der Verknüpfungen und die Fähigkeit zum Lernen beschränkt. Ähnliches gilt für die Lerntheorien, die aber oft zusätzlich auch für rein technische Zwecke verwendet werden, etwa für die Vorhersage einer komplexen Zeitreihe oder zur Mustererkennung in Bildern. In diesen anwendungsorientierten Bereichen spielt die Analogie zum Gehirn nur eine untergeordnete Rolle, ein Verständnis menschlicher Informationsverarbeitung wird nicht angestrebt. Die Neuroinformatik schließlich nimmt, ihrem Namen folgend, eine informatische Sichtweise auf die Neurowissenschaften ein. Das beinhaltet unter anderem die Entwicklung von Datenbanken, Datenstrukturen und Standards zur effizienten Speicherung, Archivierung und zum Austausch experimenteller Daten sowie die Entwicklung von Software sowohl zur Modellierung neuronaler Systeme (z. B. Neuron, Genesis, NEST) und zur Erfassung und Analyse experimenteller Daten. Abstraktere Ansätze wie künstliche neuronale Netzwerke und maschinelles Lernen werden bisweilen ebenfalls der Neuroinformatik zugerechnet.

Quelle: Wikipedia

Studienfeld(er) / Schwerpunkt(e)

Studienfeld(er)
Biologie; Medizinische Informatik
Schwerpunkt(e)

Zugangs- und Zulassungsvoraussetzungen

Zulassungsmodus
Örtliche Zulassungsbeschränkung,zwingend mit NC
Studienbeginn
nur Wintersemester
Weitere Informationen zu Zugangs- und Zulassungsbedingungen
Bitte folgen Sie dem Weblink:
Weitere Informationen zu Zugangs- und Zulassungsbedingungen

Hochschulweit geltende Fristen und Termine

Vorlesungszeit
15.10.2018 - 16.02.2019
Bewerbungsfrist für Fächer mit Zulassungsbeschränkung
01.06.2018 - 15.07.2018
Achtung! Im Master ggf. abweichende Bewerbungsfristen. Bitte informieren Sie sich unter: www.tu-berlin.de/?id=159054
Anmeldefrist für Fächer ohne Zulassungsbeschränkung
15.06.2018 - 31.08.2018
Achtung! Im Master ggf. abweichende Bewerbungsfristen. Bitte informieren Sie sich unter: www.tu-berlin.de/?id=159054
Einschreibefrist Studienanfänger für Fächer ohne Zulassungsbeschränkung
In zulassungsbeschränkten Studiengängen gemäß Zulassungsbescheid.
Bewerbungsfrist für EU-Ausländer
01.06.2018 - 15.07.2018
Achtung! Im Master ggf. abweichende Bewerbungsfristen. Bitte informieren Sie sich unter: www.tu-berlin.de/?id=159054
Bewerbungsfrist für Nicht-EU-Ausländer
01.06.2018 - 15.07.2018
Achtung! Im Master ggf. abweichende Bewerbungsfristen. Bitte informieren Sie sich unter: www.tu-berlin.de/?id=159054
Einschreibefrist für die Rückmeldung
Einschreibefrist für Hochschulwechsler
Informieren Sie sich bitte hier zum Hochschulewechsel: Bachelor NC- www.tu-berlin.de/?id=97805 Bachelor ohne NC - www.tu-berlin.de/?id=122080 Master - www.tu-berlin.de/?id=140207
Fristen für Auswahlverfahren oder Eignungsprüfungen
Fristen für mögliche Auswahlgespräche und Eignungsprüfungen für zulassungsbeschränkte Masterstudiengänge werden Ihnen vom jeweiligen Studiengang mitgeteilt. Im Master ggf. abweichende Bewerbungsfristen. Informationen zum Auswahlverfahren in zulassungsbeschränkten Masterstudiengängen erhalten Sie hier: www.tu-berlin.de/?id=153144

Kontakt/Ansprechpartner

Bernstein Center for Computational Neuroscience
Hausanschrift
Philippstr. 13 - House 6, 10115 Berlin
Telefon
030 / 2093-9110
Telefax
030 / 2093 6771
Ansprechpartner weiterführendes Studium
Ansprechpartner
Margret Franke

Weitere Ansprechpartner findest du hier!


Die Informationen über die Hochschulen und deren Studienangebote werden durch Zugriff auf den Hochschulkompass der HRK erzeugt. Stand: 10.10.2018

Studentenservice

Den gesamten Studentenservice findest du hier!

Services
Service

Hochschulkarte

Suche

Mimadeo / shutterstock.com
Über 19.000 Studiengänge an 747 Hochschulstandorten
Werbung
Werbung
Werbung
Werbung