Zum Inhalt springen

Gabriele Scheler

Links hinzufügen
aus Wikipedia, der freien Enzyklopädie

Gabriele Scheler (geboren 1960 in Göttingen) ist eine deutsch-amerikanische Informatikerin und Neurowissenschaftlerin.

Frühes Leben und Ausbildung

[Bearbeiten | Quelltext bearbeiten]

Scheler wuchs in Göttingen auf, als Tochter von Fritz Scheler und Elisabeth Scheler, geb. Correns, der Tochter von Carl Wilhelm Correns, der prägenden Einfluss auf seine Enkelin hatte. Sie schloss das Theodor-Heuss-Gymnasium in Göttingen als Jahrgangsbeste im Jahr 1977 ab. Nach einem Jahr an der Eberhard Karls Universität Tübingen wechselte sie an das Institut für Logik und Wissenschaftstheorie der Ludwig-Maximilians-Universität München. 1982 erhielt sie ein Ph.D.-Stipendium für die Stanford University. 1983 wurde sie entführt und war lange unter Drogen in einem bewusstlosen Zustand, bevor sie aufgefunden und behandelt werden konnte. Daran schloss sich eine lange Zeit der Rekonvaleszenz und Rehabilitation an. Schließlich musste sie ihr Studium in Deutschland fortsetzen.

Sie promovierte an der Ludwig-Maximilians-Universität München in Logik und Wissenschaftstheorie bei Godehard Link über ein Prolog-basiertes Sprachinterpretationssystem unter Verwendung eines Fragments des Englischen. Das System nutzte eine mittel-tiefe lexikalische Analyse von Oberflächenlexemen in semantische Primitive, kombiniert mit der Übersetzung von NL-Sätzen in Prädikatenlogik erster Stufe (Horn-Klauseln).[1] Diese Arbeit wurde am Institut für Informatik der Technischen Universität München (Wolfgang Bibel) 1988–1989 durchgeführt. 1990–1992 war sie wissenschaftliche Assistentin an der Universität Heidelberg am Institut für Computerlinguistik. Danach hat sie am Max-Planck Institut für Biochemie im Bereich Bioinformatik gearbeitet (Munich Institute for Protein Sequences – MIPS, Hans-Werner Mewes), wo sie ein neues Tool zum Vergleich von Proteinsequenzen, das adaptive Distanzmetriken verwendet, entwickelt und implementiert hat. Sie setzte dann ihre Arbeit am Institut für Informatik der Technischen Universität München (Wilfried Brauer) (1993–1998) fort, aus Interesse an Neuroinformatik, zusammen mit Sepp Hochreiter[2] und Jürgen Schmidhuber.

Karriere

[Bearbeiten | Quelltext bearbeiten]

Scheler wandte neuronale Netzforschung zunächst auf linguistische Probleme an, wie Phonologie, Wortsemantik und grammatische Kategorien.[3] und war Herausgeberin eines Konferenzbandes über maschinelles Lernen in Natural Language Processing.[4] Während ihrer Tätigkeit in der Gruppe von Wilfried Brauer an der Technischen Universität München erhielt sie ein Stipendium der TU und ein 2-jähriges DFG Stipendium im Bereich „Sprache und Neuronale Netze“[4] und setzte ihre Arbeit an adaptiven Distanzmaßen fort,[5] der später von Yann LeCun und seiner Gruppe aufgegriffen wurde.[6][7] 1995 und 1996 verbrachte sie Zeit am ICSI der UC Berkeley, und erhielt 1998 eine Einladung an das Salk Institute, wo sie anfing sich mit realen neurobiologischen Grundlagen zu befassen. Sie arbeitet an Themen wie Dopamin und Neuromodulation,[8] neuronaler Synchronisation und neuronaler (intrinsischer) Plastizität arbeitete.[9]

Von 2001 bis 2004 kehrte sie an das ICSI an der UC Berkeley zurück.[2] Von 2005 bis 2010 war sie an der Stanford University im Department of Computer Science tätig, wo sie den Biological Modelling Club leitete. Dies führte zu ihrer Arbeit über Signaltransduktion (Protein signalling networks).[10][11][12]

Sie erfand eine Methode zur Berechnung von Dosis-Wirkungs-Matrizen in Proteinsignalkaskaden mit Anwendungen in der Medikamentenentwicklung.[13] Seit ihrer Arbeit mit der Carl Correns Foundation nahm sie frühere Arbeiten zu lognormalen Verteilungen neuronaler Frequenzen und synaptischer Stärken aus dem Jahr 2006 wieder auf.[14][15]

Carl Correns Foundation for Mathematical Biology

[Bearbeiten | Quelltext bearbeiten]

Scheler war 2011 Mitbegründerin der Carl Correns Foundation for Mathematical Biology,[16] einem gemeinnützigen Institut zur Förderung von Forschung und Wissenschaft auf dem Gebiet der Mathematik in der Biologie, das 2016 seinen Betrieb aufnahm. Es wurde nach ihrem Urgroßvater Carl Erich Correns benannt, der der Begründer der Genetik unter Anwendung statistischer Methoden in der biologischen Forschung war. Bis heute wurden u. a. Arbeiten zu Booleschen neuronalen Netzwerken gefördert,[17][18] sowie Vorarbeiten zur neuron-centric theory" of plasticity.[19] Scheler veröffentlichte mit der Carl Correns Foundation auch Arbeiten zur symbolischen Abstraktion durch neuartige non-Hopfield Modelle,[20] die statt einfachen Vektorräumen mit Attraktoren (Hopfield-Netz, Assoziativspeicher) hierarchische Muster entstehen lassen mit automatisch erzeugter Indizierung durch high impact Neuronen.[21] Dies stellt einen Bezug her zum Feld der Neuro-symbolic AI.

Signifikant ist ihre Entwicklungsarbeit zu einer neuen Theorie neuronaler Plastizität (neuron-centric: „There is room on the inside“ vs. synapse-centric, LTP/LTD: „Neurons that fire together, wire together“), die das Neuron als biologische Zelle mit interner Signalverarbeitung und adaptiver Membranplastizität in das Zentrum stellt.[19]

Einzelnachweise

[Bearbeiten | Quelltext bearbeiten]
  1. ↑ Gabriele Scheler: LISL - konzeptionelle Repräsentation natürlichsprachlicher Information. Doctoral Dissertation, LMU Munich. 1989 (worldcat.org).
  2. 1 2 High-Tech Connect: Interview with Dr. Scheler on NeuroAI auf YouTube, 2024 (englisch).
  3. ↑ Gabriele Scheler: Connectionist, Statistical and Symbolic Approaches to Learning for Natural Language Processing (= Lecture Notes in Computer Science. Band 1040). Springer, 1995, ISBN 978-3-540-60925-4, Generating English plural determiners from semantic representations: A neural network learning approach, S. 61–74, doi:10.1007/3-540-60925-3_38 (englisch, researchgate.net).
  4. 1 2 S. Wermter, E. Riloff, G. Scheler (Hrsg.): Connectionist, Statistical, and Symbolic Approaches to Learning for Natural Language Processing (= Lecture Notes in Computer Science. Band 1040). Springer LNCS 1040, 1996, ISBN 978-3-540-60925-4, doi:10.1007/3-540-60925-3 (englisch, springer.com).
  5. ↑ Gabriele Scheler: Feature Selection with Exception Handling - An Example from Phonology. 1992 (englisch).
  6. ↑ Yann LeCun: Learning Similarity Metrics. (PDF) In: nyu.edu. 14. September 2007, abgerufen am 7. Juli 2025 (englisch).
  7. ↑ S. Chopra, R. Hadsellhttps://www.philosophie.lmu.de/mcmp/en/, Y. Lecun: 2005 IEEE Computer Society Conference on Computer Vision and Pattern Recognition (CVPR’05). Band 1, 2005, ISBN 0-7695-2372-2, Learning a Similarity Metric Discriminatively, with Application to Face Verification, S. 539–546, doi:10.1109/CVPR.2005.202 (englisch, ieee.org).
  8. ↑ Gabriele Scheler, Johann Schumann: Presynaptic modulation as fast synaptic switching: state-dependent modulation of task performance. Proceedings of the International Joint Conference on Neural Networks, 2003, ISBN 0-7803-7898-9, S. 218–223, doi:10.1109/IJCNN.2003.1223347, arxiv:cs/0401020 (englisch).
  9. ↑ Gabriele Scheler: Regulation of neuromodulator receptor efficacy—implications for whole-neuron and synaptic plasticity. In: Progress in Neurobiology. 72. Jahrgang, Nr. 6. Progress in Neurobiology 72(6), 2004, S. 399–415, doi:10.1016/j.pneurobio.2004.03.008, arxiv:q-bio/0401039 (englisch, sciencedirect.com).
  10. ↑ Gabriele Scheler: Extracellular-to-intracellular signal transfer via G-proteins. 2005, arxiv:q-bio/0503031 (englisch).
  11. ↑ Gabriele Scheler: Dynamic re-wiring of protein interaction: The case of transactivation. 2006, arxiv:q-bio/0609014.
  12. ↑ Gabriele Scheler: Transfer functions for protein signal transduction: application to a model of striatal neural plasticity. In: PLOS ONE. 8. Jahrgang, Nr. 2. PLoS One, 8(2), 2013, S. e55762, doi:10.1371/journal.pone.0055762, PMID 23405211, PMC 3565992 (freier Volltext), arxiv:1208.1054, bibcode:2013PLoSO...855762S (englisch).
  13. ↑ Gabriele Scheler: Determination of output of biochemical reaction networks. Patent: US 20130246019 A1, 2013 (englisch).
  14. ↑ Gabriele Scheler and Johann Schumann: Diversity and stability in neuronal output rates. Society for Neuroscience annual Meeting, 2006, abgerufen am 2. Juli 2025 (englisch, 10.13140/RG.2.1.1862.8967).
  15. ↑ Gabriele Scheler: Logarithmic distributions prove that intrinsic learning is Hebbian. In: F1000Research. 6. Jahrgang. F1000Res, 6:1222, 2017, S. 1222, doi:10.12688/f1000research.12130.2, PMID 29071065 (englisch).
  16. ↑ Website. In: Carl Correns Foundation for Mathematical Biology. Abgerufen am 2. Juli 2025 (englisch).
  17. ↑ Sergey Nasonov: Design and Analysis of a Novel Boolean Neuron Model. Thesis for Master’s Degree. Technical University of Munich, 2018, abgerufen am 2. Juli 2025 (englisch).
  18. ↑ Gabriele Scheler and Johann Schumann: Boolean analysis of dendritic structure. F1000Posters 2014, 5:552, abgerufen am 2. Juli 2025 (englisch).
  19. 1 2 Gabriele Scheler: Sketch of a novel approach to a neural model. Januar 2023, arxiv:2209.06865 (englisch).
  20. ↑ Gabriele Scheler, Martin L Schumann, and Johann Schumann: Localist neural plasticity identified by mutual information. J Comput Neurosci, 2025, abgerufen am 2. Juli 2025 (englisch, 10.1101/658153).
  21. ↑ Brainwaves Consulting: 'High achiever' neurons carry the brunt of memories. NewsWires, 2024, abgerufen am 2. Juli 2025 (englisch).
Personendaten
NAME Scheler, Gabriele
KURZBESCHREIBUNG deutsch-amerikanische Informatikerin und Neurowissenschaftlerin
GEBURTSDATUM 1960
GEBURTSORT Göttingen
Abgerufen von „https://de.wikipedia.org/w/index.php?title=Gabriele_Scheler&oldid=267605954“