Ich bin theoretischer Neurowissenschaftler mit Schwerpunkt neuromorphic computing und embedded machine learning, und arbeite als PostDoc mit Prof. Gert Cauwenberghs im [Integrated Systems Neuroengineering lab an der UC San Diego][UCSD], USA. Davor war ich Chief Scientist am Fraunhofer Institut für Integrierte Schaltungen (IIS). Ich habe zum Thema “Neuronale Mechanismen der Informations­verarbeitung und -übertragung” ｢1｣ am Institut für Kognitions­wissenschaft der Universität Osnabrück promoviert. Eine menschenfreundliche Zusammenfassung meiner Dissertation findet sich hier.

Ich möchte verstehen und modellieren, wie biologische Neuronen es schaffen, so effizient miteinander zu kommunizieren, und wie aus diesem kollektiven Prozess etwas wie computation (in etwa Berechnung, Daten­verarbeitung) entsteht. Weil dies eine sehr weitreichende Frage ist, führt sie mich auch in benachbarte Themenfelder wie Maschinelles Lernen, Mathematik (vor allem stochastische Prozesse und probabilistische Modellierung) sowie Ingenieurs- und Neurowissenschaften. Mein Wunsch ist es, die Ergebnisse dieser Arbeit in der realen Welt durch den Einsatz von neuromorpher Hardware zur Anwendung zu bringen.

Johannes Leugering Postdoctoral Researcher Fraunhofer IIS

Erfahrung.

Computational Neuroscience & Neuromorphic ComputingComp. Neuro. & Neuromorphics

  • Dr.rer.nat. (summa cum laude) zum Thema “Neural mechanisms of information processing and transmission” ｢1｣ und Veröffentlichungen.
  • Buchkapitel zum Thema Computational Elements of Circuits ｢2｣ im Sammelband The Neocortex des Ernst-StrĂĽngmann Forums.
  • Concepts & Architectures Expert fĂĽr Neuromorphic Computing in der Embedded AI Gruppe am Fraunhofer IIS
  • Bachelor & Master Abschluss im Fach Cognitive Science an der Universität OsnabrĂĽck

Probabilistische Modellierung

  • Einsatz stochastischer Prozesse zur Simulation der Interaktion von intrinsischer und homeostatischer Plastizität in Neuronen ｢3｣.
  • Kollaboration mit Olivera Stojanovic und dem Robert Koch Institut an einem räumlich-zeitlichen Modell der Ausbreitung epidemischer Krankheiten mittels MCMC sampling ｢4｣.
  • Kollaboration mit Olivera Stojanovic und der Remote Sensing Gruppe an der Vorhersage der Wuchsdichte (Leaf Area Index) von Nutzpflanzen aus Reflektanzspektren mittels hierarchischer Bayesian MCMC Sampling Modelle ｢5｣.

Maschinelles Lernen

  • Arbeit an (delay coupled) reservoir computing, neuromorphic hardware, und räumlich ausgedehnten Vorhersagemodellen mittels Kernelmethoden & Deep Learning.
  • Entwicklung und Abhalten einer Vorlesungs­reihe zum Thema Ensemble Methods for Machine Learning mit Olivera Stojanovic
  • KI & ML waren die beiden Kernfächer meines Bachelor & Master Studiums in Cognitive Science
  • Kollaboration im Deep Rain Projekt, welches mithilfe von Deep Learning Methoden Niederschlag mit hoher räumlicher Auflösung aus niedrig aufgelösten Daten vorhersagen will.

Wissenschaftliches Programmieren

  • Entwicklung zahlreicher Programme fĂĽr wissenschaftlich Studien, Datenanalyse & -visualisierung
  • Lieblings­programmier­sprache: julia
  • Fortgeschrittenes Wissen in:
    Python, Matlab, C++ und SystemC
  • Mein Code findet sich größtenteils auf github.

Wissenschaftskommunikation

  • Veröffentlichung von wissenschaftlichen Artikeln, Zeitschrift­beiträgen, Patent­anmeldungen und einem Buchkapitel; Vorträge bei zahlreichen Konferenzen & Messen (see references).
  • Entwicklung und Abhalten einer Vorlesungs­reihe zum Thema Ensemble Methods for Machine Learning mit Olivera Stojanovic
  • Entwicklung und Abhalten eines Block­seminars zum Thema wearable electronics mit Kristoffer Appel.
  • Entwicklung und Abhalten einer Block­seminars zum Thema decoding neural activity mit Clemens Korndörfer.
  • Betreuung von >20 Bachelor- und Master­arbeiten

Elektronik

  • Laufende Projekte zu Mixed-Signal VLSI Design im ISN Lab.
  • Enge Kooperation mit erfahrenen Hardwareentwicklern fĂĽr die berufliche Arbeit an Neuromorphic Hardware am Fraunhofer IIS.
  • Entwicklung des TRAUMSCHREIBER v1｢6｣, eines open-source open-hardware Biosignal­/Poly­somno­graphy-Gerätes.

Dokumente.

Lebenslauf
85 kB · 22. März 2022
Dissertation
26 MB · 13. Januar 2021
Masterarbeit
5 MB · 20. April 2015

Vorträge & Events.

  • Mittwoch, 9. November '22, 19:00-20:00 @ Heinz Nixdorf Museum, Paderborn

    Vortrag:  Vom Bienenhirn zum Chip – Die Natur als Vorbild fĂĽr Computerchips von morgen (🇩🇪)

    Computer, Smartphones und Künstliche Intelligenz bergen als Produkte des technologischen Fortschritts ein großes Veränderungspotenzial für die Gesellschaft. Der Bedarf nach Rechenleistung steigt, doch zugleich stoßen wir bereits heute an physikalische, ökonomische und ökologische Grenzen. Neue Ansätze sind gefragt: Einer davon, neuromorphic computing, nimmt sich die Struktur biologischer Nervensysteme zum Vorbild, um deutlich effizientere Computerchips zu entwickeln.

  • Freitag, 1. April '22 @ NICE Conference 2022

    Vortrag:  Modeling and analyzing neuromorphic SNNs as discrete event systems (🇪🇺, )

  • Montag, 18. Oktober '21 @ Numenta

    Vortrag:  Neural computation with dendritic plateau potentials (🇪🇺, )

  • Donnerstag, 18. März '21 @ NICE Conference 2021

    Vortrag:  Making spiking neurons more succinct with multi-compartment models (🇪🇺, , )

  • Samstag, 3. September '16 @ MRMCD 2016, Darmstadt

    Vortrag:  Traumschreiber (🇩🇪, )

    Dachbodenfund: Kristoffer Appel und ich präsentieren unsere Arbeit am TRAUMSCHREIBER, einem DIY Polysomnographiegerät für die Schlafforschung, bei den wunderbar chaotischen MetaRheinMainChaosDays 2016.

Publikationen.

  1. J. Leugering, “TickTockTokens: a minimal building block for event-driven systems,” in NICE Proceedings, 2024. .pdf
  1. R. Bansen et al., “Future Computing: Overview of Technological Landscape,” Bitkom e.V., Albrechtstr. 10 \textbar 10117 Berlin, 2023. URL
  2. J. Leugering, P. Nieters, and G. Pipa, “Dendritic plateau potentials can process spike sequences across multiple time-scales,” Frontiers in Cognition, 2023. URL
  1. O. Stojanović, B. Siegmann, T. Jarmer, G. Pipa, and J. Leugering, “Bayesian hierarchical models can infer interpretable predictions of leaf area index from heterogeneous datasets,” Frontiers in Environmental Science, 2022. URL
  1. J. Leugering, “Neural mechanisms of information processing and transmission,” PhD thesis, Universität Osnabrück, Bibliothek der Universität Osnabrück, 2021.
  1. J. Leugering, “Making Spiking Neurons More Succinct with Multi-Compartment Models,” in Proceedings of the Neuro-Inspired Computational Elements Workshop, 2020, pp. 1–6. URL
  2. J. Leugering, “Neuromorphe Hardware,” DESIGN&ELEKTRONIK, no. 7/2020. pp. 41–47, Feb-2020. URL
  3. J. Leugering, “A Visit to the Neuromorphic Zoo,” in Embedded World Conference 2020 – Proceedings, 2020.
  1. J. Leugering, P. Nieters, and G. Pipa, “Computational Elements of Circuits,” in The Neocortex, vol. 27, W. Singer, T. J. Sejnowski, and P. Rakic, Eds. The MIT Press, 2019, pp. 195–209.
  2. J. Leugering, P. Nieters, and G. Pipa, “Neuromorpher Musterdetektor und neuromorphe Schaltkreisanordnung hiermit,” 2019.
  3. F. Meyer zu Driehausen, R. Busche, J. Leugering, and G. Pipa, “Bistable Perception in Conceptor Networks,” in Artificial Neural Networks and Machine Learning – ICANN 2019: Workshop and Special Sessions, 2019, pp. 24–34. DOI
  4. P. Nieters, J. Leugering, and G. Pipa, “Neuromorphic Adaptive Filters for Event Detection, Trained with a Gradient Free Online Learning Rule,” 2019, p. 1.
  5. M. Schultz et al., “DeepRain - Improved Local-Scale Prediction of Precipitation through Deep Learning,” 2019, vol. 21, p. 13625. URL
  6. O. Stojanović, J. Leugering, G. Pipa, S. Ghozzi, and A. Ullrich, “A Bayesian Monte Carlo Approach for Predicting the Spread of Infectious Diseases,” PLOS ONE, vol. 14, no. 12, p. e0225838, Dec. 2019. URL
  1. J. Leugering and G. Pipa, “A Unifying Framework of Synaptic and Intrinsic Plasticity in Neural Populations,” Neural Computation, vol. 30, no. 4, pp. 945–986, Jan. 2018. URL
  1. P. Nieters, J. Leugering, and G. Pipa, “Neuromorphic Computation in Multi-Delay Coupled Models,” IBM Journal of Research and Development, vol. 61, no. 2/3, pp. 8:7–8:9, Mar. 2017. URL
  1. K. Appel, J. Leugering, and G. Pipa, “’Traumschreiber’: Measuring and Manipulating Human Sleep with a Portable High-Quality but Low-Cost Polysomnographic System,” in Journal of Sleep Research, 2016, vol. 25, pp. 158–158.
  1. J. Leugering, “Adaptation of Neuronal Activation Functions to Arbitrary Distributions of In- and Output.” Bibliothek der Universität Osnabrück, 2015. .pdf