(Leiter: Dr. Péczely László Zoltán)
Das Ziel unserer Gruppe ist es, die Lernprozesse biologischer und künstlicher Systeme zu untersuchen und zu vergleichen. Lernen ist eine wesentliche Voraussetzung für die angemessene Umweltanpassung biologischer Systeme und gleichzeitig eine der Grundpfeiler der menschlichen Kognition. Das Lernen künstlicher Systeme, das sogenannte „Machine Learning“, erlebt heute eine Renaissance und kann die technische Entwicklung, die Verarbeitung und Interpretation der Ergebnisse verschiedener Forschungsbereiche erheblich erleichtern. In unseren Experimenten untersuchen wir die Lernprozesse biologischer Systeme in traditionellen Verhaltensparadigmen und mit Hilfe elektrophysiologischer Werkzeuge, während künstliche Systeme in einer Computerumgebung untersucht werden. Wir verarbeiten die bei der Untersuchung biologischer Systeme gewonnenen Daten mit den Werkzeugen der höheren Mathematik und Statistik und erstellen mit Hilfe der gewonnenen Ergebnisse mathematische Modelle, die bei Implementierung in einer Computerumgebung selbst einen künstlichen Lernalgorithmus realisieren können . Wir halten es für wichtig, dass die bei der Untersuchung biologischer und künstlicher Systeme gemachten Beobachtungen und die entdeckten Zusammenhänge die Entwicklung dieser beiden Bereiche gegenseitig fördern können.
Dr. Berta Beáta
Dr. Kállai Veronika
Dr. Kertes Erika
Dr. Ollmann Tamás
Dr. Dusa Daniella Anna