Wir suchen für das Wintersemester 2022/23 Tutorinnen und Tutoren für das Elektrotechnische Praktikum 2

Einstellungszeitraum: 1. Oktober 2022 – 14. Februar 2023

Der Vertrag wird über 5 Wochenstunden und 4.5 Monate (insgesamt ca. 90 Stunden) abgeschlossen.
Die Vorbereitungszeiten auf die Versuche sind in diesem Stundenkontingent eingerechnet.

Es besteht die Möglichkeit, Credit Points für ein Tutorium entsprechend BPO zu erwerben.

Formale Voraussetzungen:

• Deutsche Sprache in Wort und Schrift.
• Gültiger Aufenthaltstitel bis einschließlich Februar 2023.
• Sie sollten mindestens das ET2 Praktikum erfolgreich absolviert haben.

Praktische Voraussetzungen:

• Erfahrungen im Bereich Messtechnik, unter anderem der Umgang mit Multimeter und Oszilloskop von Vorteil.
• Erfahrungen in der Betreuung von Schülern oder Studenten vorteilhaft.
• Gute Noten vorteilhaft.

Bewerbungsfrist: 5. August 2022

Bewerbungsunterlagen (Motivationsschreiben, Notenspiegel) bitte an: Diese E-Mail-Adresse ist vor Spambots geschützt! Zur Anzeige muss JavaScript eingeschaltet sein!

Since 2019, the chair of Integrated Digital Systems (IDS) participates in the “Advanced Computing Architectures” (ACA, Fig. 1) project that targets the accelerated simulation of biological neural networks. As much as science has discovered about the various electro-chemical processes in the brain, it remains still a secret of how it all adds up to create intelligence. To further advance the understanding, an essential step is the emulation of learning processes in the brain. As for a human it takes years, researchers need fast “turn-around times” to validate their assumptions in simulation. Furthermore, they would like to sweep parameters to find the best fit between the simulation results and data observed in nature.

Best-in-class HPC systems provide a simulation speed that more-or-less matches biological real-time. Within the ACA project, we target a 100x acceleration factor for biological networks of relevant complexity, i.e. covering about 10% of the human cortex down to detailed biological neuron models.

As a first step, we analyzed the challenge of communicating the spike information of the 10⁹ neurons to its 10⁴ ‘followers’ each. The work relies on various modelling efforts of the communication requirements and supportive hardware infrastructure [Kau20]. For benchmarking, it also requires a model of the biological communication network – the connectome (cf. Fig. 2 a sketch of such model). This simulation based exploration is supported with a physical cluster of FPGA boards (see Fig. 3 – provided by the Research Center Jülich) to emulate future system capabilities in order to calibrate the derived models.

Targeting the scientific community, it largely differs from the application oriented artificial neural networks as used for big data processing today. However, one day we foresee these efforts to converge providing artificial general intelligence to digital systems in our daily lives.

[Kau20] K. Kauth, T. Stadtmann, R. Brandhofer, V. Sobhani and T. Gemmeke, “Communication Architecture Enabling 100x Accelerated Simulation of Biological Neural Networks”, Proc. ACM/IEEE Int. Workshop on System-Level Interconnect Problems and Pathfinding (SLIPˆ2), 2020. doi: 10.1145/3414622.3431909

Wenn Sie Interesse an einer Mitarbeit in unseren Forschungsgruppen haben, wenden Sie sich bitte an das Sekretariat (Frau Trierweiler) unter Diese E-Mail-Adresse ist vor Spambots geschützt! Zur Anzeige muss JavaScript eingeschaltet sein!