Susann Meyer

09.08.2023

Int J Mol Sci

09.08.2023

Beyond Motor Deficits: Environmental Enrichment Mitigates Huntington’s Disease Effects in YAC128 Mice

Placido E, Gomes Welter P, Wink A, Karasiak GD, Outeiro TF, Dafre AL, Gil-Mohapel J, Brocardo PS

07.08.2023

Nat Struct Mol Biol

07.08.2023

Structural conservation of antibiotic interaction with ribosomes

Paternoga H, Crowe-McAuliffe C, Bock LV, Koller TO, Morici M, Beckert B, Myasnikov AG, Grubmüller H, Nováček J, Wilson DN

01.08.2023

Brain

01.08.2023

Aggregation and beyond: alpha-synuclein-based biomarkers in synucleinopathies

Chopra A, Outeiro TF

28.07.2023

J Neurochem

28.07.2023

Proteomic analysis of the human hippocampus identifies neuronal pentraxin 1 (NPTX1) as synapto-axonal target in late-stage Parkinson’s disease

Warth Perez Arias CC, Silbern I, Caldi Gomes L, Wartmann H, Dambeck V, Fanz J, Neuenroth L, Bähr M, Outeiro TF, Bonn S, Stadelmann-Nessler C, Rizzoli SO, Lenz C, Urlaub H, Lingor P

27.07.2023

Informationsverarbeitung im Deep Neural Network: Der Inhalt des Bildes (die handgeschriebene Ziffer) wird eingelesen. Die Zwischenschichten nehmen die Information nacheinander auf. Dabei wird sie auf die künstlichen Neuronen verteilt. Am Ende gibt die Ausgabeschicht eine Ziffer aus. Sie sollte mit dem Eingabewert übereinstimmen. Die künstlichen Neuronen spezialisieren sich: Ein Neuron wird dann aktiv, wenn zum Beispiel eine Drei gezeigt wird, ein anderes Neuron wird aktiv, wenn eine Neun gezeigt wird.
Bild: David Ehrlich, CIDBN, Universität Göttingen

27.07.2023

In die Tiefen des Netzwerks geblickt

Göttinger Forschungsteam ergründet Informationsverarbeitung in Deep Neural Networks Künstliche neuronale Netze sind in Forschung und Technik ebenso wie in Technologien des Alltags heute allgegenwärtig, zum Beispiel bei der Spracherkennung. Trotzdem […]

26.07.2023