Die Visualisierung neurowissenschaftlicher Daten für Publikationen, aber auch für die interaktive Datenexploration im Kontext des Brain*-Systems ist ein wichtiger Forschungsbereich des VRVis. In mehreren Arbeiten wurde beispielsweise ein besonderer Schwerpunkt auf die Visualisierung und die interaktive Analyse von Gehirnnetzwerkdaten gelegt, sowie auf die Umsetzung sehr performanter webbasierter 2D- und 3D- Visualisierung von Gehirndaten (siehe z.B. larvalbrain.org).

Wir entwickeln und erforschen maßgeschneiderte Data Science und Visual Analytics-Lösungen, um die oft sehr anspruchsvollen und heterogenen Daten aus Verhaltens- und pharmakologischen Experimenten zu analysieren. Die Datentypen sind vielfältig: Neben Aufzeichnungen neuronaler Aktivitäten wenden wir unsere Methoden auch auf Daten an, die aus Videoaufnahmen von Verhaltensstudien extrahiert wurden.

Neben "klassischen" Methoden des Machine und Deep Learning, wie Klassifizierungen und Clusteranalysen, verwenden wir auch Methoden aus der Informationstheorie oder psychophysikalische Modelle.

Computational Neuroscience verwendet ausschließlich Daten und mathematische Methoden bzw. Methoden der Informatik, um neue Erkenntnisse zu gewinnen. Gemeinsam mit mehreren Partnerinnen und Partnern haben wir beispielsweise neue Ansätze entwickelt, um neue funktionale Gehirnregionen auf der Basis zehntausender Bilddatensätze von Neuronen zu berechnen oder funktionale Teilnetzwerke, die mit bestimmten Genen korrelieren, zu rekonstruieren. In einer aktuellen Arbeit versuchen wir den Ursprung menschlicher kognitiver Merkmale zu kartieren, indem wir evolutionäre Genomik mit funktioneller Neuroanatomie kombinieren, um die neurogenetische Entwicklung der menschlichen Hirnfunktionen direkter und umfassender zu rekonstruieren.

Um eine akzeptable Performance für die komplizierten Berechnungen auf sehr großen Datenmengen zu erreichen, entwickeln wir hochparallelisierte Lösungen und nutzen gezielt verfügbare High Performance Computing-Infrastrukturen.