direkt zum Inhalt springen

direkt zum Hauptnavigationsmenü

Sie sind hier

TU Berlin

Inhalt des Dokuments

Willkommen

Lupe [1]

Herzlich willkommen auf den Seiten des Fachgebiets Kognitive Modellierung in dynamischen Mensch-Maschine Systemen!

Das Fachgebiet schlägt eine Brücke zwischen der kognitiven Psychologie und den angewandten Ingenieurwissenschaften. Gerade hier entwickelt sich aktuell ein sehr lebendiges und spannendes Forschungsfeld. Die kognitive Modellierung ermöglicht es, Annahmen über kognitive Prozesse auch in komplexen Aufgaben- und Arbeitssituationen zu untersuchen.

Dabei kann auf bestehende kognitiven Architekturen wie ACT-R [2] zurückgegriffen werden, die viele grundlegende kognitive Prozesse simulieren und für aufgabenspezifische Modelle verwenden. Zudem können Simulationen technischer Systemen an eine kognitive Architektur angebunden, und auf diese Weise eine Interaktion zwischen Modell und Simulationen ermöglicht werden. Auf diesem Wege lassen sich Vorhersagen über die spätere Handhabung des Systems ableiten.

Unser Fachgebiet erarbeitet Modellansätze um kognitionswissenschaftliche Grundlagen in Anwendungsfeldern einsetzen zu können. Hierbei arbeiten wir mit Kooperationspartnern aus der Forschung und der Industrie zusammen, unter anderem mit David Peebles [3] (University of Huddersfield, England), Stefan Kopp [4] (Universität Bielefeld), Jelmer Borst [5] (Rijksuniversiteit Groningen, Niederlande) als auch mit Daimler [6], DLR [7], VW [8], Airbus [9], Strato [10] und Roche [11].

Aktuelle Veröffentlichungen

<< zurück [12]
vor >> [41]

Joeres, Fabian and Schindele, Daniel and Luz, Maria and Blaschke, Simon and Russwinkel, Nele and Schostak, Martin and Hansen, Christian (2019). How well do software assistants for minimally invasive partial nephrectomy meet surgeon information needs? A cognitive task analysis and literature review study [42]. PLoS ONE, 14(7), p. 1-24.


Blum, S. and Çetin, G. and Stuerzlinger, W. (2019). Immersive Analytics Sensemaking on Different Platforms [43]. In Václav Skala (Eds.), World Society for Computer Graphics.


Revina, Y. and Petro, L. and Florea, C. and Blum, S. and Kriegeskorte, N. and Muckli, L. (2016). Meaningful feedback to occluded V1 is improved by increasing local information in the surround [44]. Journal of Vision, 16, p. 572. doi: 10.1167/16.12.572


Weidemann, A. and Rußwinkel, N. (2019). Investigation of Frustration [45]. In Alt, Florian and Bulling, Andreas and Döring, Tanja (Eds.), Proceedings of the Mensch und Computer 2019, p. 819-824.


<< zurück [46]
vor >> [75]

Adresse

Kognitive Modellierung in dynamischen Mensch-Maschine-Systemen
Sekr. MAR 3-2
Marchstr. 23
10587 Berlin
+49 (0)30 314 72408
E-Mail-Anfrage [76]

Neue offene Stellen!

An unserem Fachgebiet sind neue Positionen für wissenschaftliche Mitarbeiter/innen sowie studentische Hilfskräfte ausgeschrieben. Hier geht es zu den Stellenausschreibungen:

Studentische Hilfskraft, Bewerbungsfrist 1.12.2021 (10h/Woche) [77]

Wissenschaftliche/r Mitarbeiter/in, Bewerbungsfrist 17.12.2021 (100%, 40h/Woche) [78]

Antizipierende interaktiv lernende autonome Agenten

Lupe [79]

Jetzt erschienen: ein Kapitel über Antizipierende interaktiv lernende autonome Agenten [80] von Nele Rußwinkel im Buch Mensch-Roboter-Kollaboration. [81]

Wichtiger Hinweis für das Sommersemester 21

Aufgrund der anhaltenden Covid-19-Pandemie wird die Lehrveranstaltung "Einführung in die Kognitive Modellierung [82]" als hybride Online-Veranstaltung stattfinden mit Anteilen von synchronen und asynchronen Lehrformaten und nach Möglichkeit auch 2-3 Präsenzterminen. Weitere Informationen folgen unter der entsprechenden Kursseite. Das Semester startet am 12. April 2021.

Was lehrt uns die KI über unsere Intelligenz?

Eine kognitionswissenschaftliche Sicht auf KI von Albert Newen, Constantin Rothkopf, Nele Russwinkel und Martin V. Butz

Unser Buch "Interactive Task Learning" ist jetzt erschienen!

Lupe [83]

Thomaz, A. L., Lieven, E., Cakmak, M.,Chai, J. Y., Garrod, S., Gray, W.D., Leviston, S. C., Paiva, A., & Russwinkel,N.. 2018. Interaction for Task Instruction and Learning. In: Interactive Task Learning: Agents, Robots, and Humans Acquiring New Tasks through Natural Interactions [84], edited by K. A. Gluck and J. E. Laird.  Strüngmann Forum Reports, vol. 26, J. R. Lupp, series editor. Cambridge, MA: MIT Press

------ Links: ------

Zusatzinformationen / Extras

Direktzugang

Schnellnavigation zur Seite über Nummerneingabe

Copyright TU Berlin 2008