Unsere Forschungsgruppe "Neural Dynamics of Visual Cognition" erforscht, wie das Gehirn die Vielfalt menschlicher visueller Kognition ermöglicht. Wir untersuchen, wie visuelle Informationen verarbeitet werden und mit kognitiven Funktionen wie Aufmerksamkeit, Sprache und Gedächtnis interagieren.

Unser Schwerpunkt liegt auf der visuellen Objekterkennung.

Wir verfolgen einen interdisziplinären Ansatz, der Methoden aus Neurowissenschaften, Psychologie und Informatik kombiniert. Dazu gehören bildgebende Verfahren, Verhaltensanalysen und tiefe neuronale Netzwerke sowie Analyseverfahren wie Klassifikationen, Codierungsmodelle und repräsentative Ähnlichkeitsanalysen (RSA).

Aufgabengebiet:
Das Ziel dieses Forschungsvorhabens ist die neuronalen Transformationen sensorischer Information im menschlichen Gehirn besser zu beschreiben und zu verstehen.

Primär soll kortikale Aktivität im Menschen durch 3T-MRT für eine größere Anzahl von visuellen Reizen aufgelöst und mit Hilfe von multivariaten Verfahren (decoding, representational similarity analysis) sowie mit encoding Modellen auf der Basis künstlicher tiefer neuronaler Netzwerke detailliert analysiert werden.

Die Aufgaben liegen in Durchführung und selbständigen Entwicklung einer MRT Studie im Rahmen des Forschungsprojektes. Dies beinhaltet die Datensammlung (3T, eye tracking und Verhalten), der Analyse (multivariate Verfahren) und die Interpretation der Ergebnisse.

Einstellungsvoraussetzungen:
Abgeschlossenes wiss. Hochschulstudium (Master) in Psychologie oder kognitive Neurowissenschaft; abgeschlossene Promotion in Psychologie oder kognitive Neurowissenschaft.

Erwünscht:
• Durch Publikationen und Konferenzbeiträge belegte, exzellente Kenntnisse im Bereich der kognitiven Neurowissenschaft und Neuroimaging (fMRT, EEG), besonders im Bereich der visuellen Wahrnehmung
• fundierter Kenntnisse in der Analyse funktioneller Neuroimagingdaten mit innovativen Methoden
• exzellente Kenntnisse in fortgeschrittenen multivariaten Analysemethoden (Repräsentationsähnlichkeitsanalyse, Dekodierung) und der dazu notwendigen Programmierung (Matlab und/oder Python)
• Erfahrung im Umgang mit visuellen tiefen neuronalen Netzwerken (deep learning) sowie large language models (LLMs)
• Interesse und Bereitschaft zur Arbeit im Team
• Kenntnisse der englischen Sprache C1

Weitere Informationen erteilt Herr Prof. Dr. Radoslaw Cichy (rmcichy@zedat.fu-berlin.de / 030 803 61132).