Sharon Unsworth kreeg de Donders Cube voor haar harde werk en inzet voor het Kletskoppen festival. De beoordelingscommissie merkte op dat Sharons inspanningen een aantrekkelijke boodschap overbrengen aan het publiek waar tegelijkertijd veel Donderianen uit verschillende centra bij betrokken zijn. In de afgelopen jaren was Kletskoppen zeer succesvol en is het uitgegroeid tot een groot professioneel concept. Als zodanig is het een voorbeeld van citizen science. De evaluatiecommissie is ervan overtuigd dat de omvang en het succes van Kletskoppen verder gaan dan standaard outreach activiteiten. Omdat Sharon op een conferentie was, kon ze de Donders Cube niet persoonlijk in ontvangst nemen, maar deze zal binnenkort aan haar worden overhandigd.
Sharon voelde zich erg vereerd om de Donders Cube te mogen ontvangen: "Publieksbetrokkenheid is een belangrijk onderdeel van wat we doen – zeker in het huidige politieke klimaat – en het is mooi om te zien dat dit wordt erkend. Ik hoop dat we in de nabije toekomst kunnen overstappen naar een academisch systeem waarin dit soort werk structureel wordt gewaardeerd en beloond. Lees meer over wat we doen bij Kletskoppen en ontmoet de rest van het team op onze (recent vernieuwde!) website: www.kletskoppenfestival.nl."
Donders Poster Session winnaars
Naast de Donders Kubus werden er ook veel wetenschappelijke posters gepresenteerd. De beste posterpresentaties per thema werden beloond met een prijs. De winnaars van dit jaar waren:
Danielle Houwing (MPI)
De linker- en rechterkant van de menselijke hersenen verschillen enigszins in structuur en functies, en deze 'asymmetrie' kan veranderen bij hersenaandoeningen. We hebben onderzocht of muizen moleculaire of cellulaire asymmetrieën in hun hersenen hebben, omdat ze nuttige modellen zouden kunnen zijn om meer te begrijpen over de menselijke conditie. Door de expressieniveaus van honderden genen met hoge ruimtelijke resolutie te meten, vonden we subtiele asymmetrie in hersengebieden die betrokken zijn bij horen, leren en geheugen.
Marco Gandolfo (DCC)
"Het kan cruciaal zijn om de aanwezigheid van andere mensen te detecteren, zelfs in uitdagende situaties. In dit onderzoek laten we zien dat zelfs zonder enige verwachting dat een stimulus zal verschijnen en terwijl de aandacht bezig is met een uitdagende taak, deelnemers beelden van andere mensen vaker kunnen detecteren dan andere gewone objecten (zoals planten). Dit was een grootschalig experiment dat werd uitgevoerd in een Nijmeegs lokaal museum, waarmee werd aangetoond dat we de generaliseerbaarheid van cognitieve fenomenen naar naïeve, grote en diverse populaties kunnen verbeteren."
Chinmaya Mishra (MPI)
We onderzochten de vraag - Hoe kan een robot aangeven dat hij iets begrijpt (“verder gaan”) met behulp van visuele feedback tijdens een gesprek? In een face-to-face gesprek met een robot nodigden we deelnemers uit tot interactie met een robot waarbij de robot een van de volgende visuele gedragingen vertoonde tijdens de interactie: alleen knikken, alleen lang-knikken, lang-knikken met knikken of geen feedback. De resultaten geven aan dat knikken en lang knipperen met knikken beter lijken te zijn in het signaleren van begrip in vergelijking met alleen lang knipperen wanneer een robot dit uitvoert in een mens-robot interactie. Deze bevindingen dragen bij aan ons begrip van multimodale communicatie, en van visuele feedback van de geadresseerde en mens-robotinteractie in het bijzonder.
Zehra Kazmi (DCN)
Voor dit onderzoek waren we vooral geïnteresseerd in hoe amyloid-beta netwerkhyperactiviteit induceert tijdens de vroege stadia van de ziekte van Alzheimer, en hoe verschillende synapsen bijdragen aan dit netwerkfalen. Interessant genoeg vonden we dat de onderliggende synaptische disfunctie specifiek prominent aanwezig was op de remmende synapsen, wat leidde tot een algehele vermindering van de remmende afstemming in de netwerken. Op dit moment onderzoeken we de moleculaire mechanismen die ten grondslag liggen aan deze specifieke kwetsbaarheid van inhibitoire synapsen.
Umut Altin
De eerste poster introduceert FPGAI, een open-source compiler die ONNX-gebaseerde neurale netwerken omzet in hardwareontwerpen voor FPGAs. In tegenstelling tot conventionele tools combineert FPGAI zowel HLS- als HDL-componenten en ondersteunt het volledige datatransfer-, training- en inferentietrajecten, met als extra optie een algoritme voor aanvullende training (Node Perturbation). De tweede poster bouwt hierop voort door een gedistribueerde versie van de compiler te introduceren. Deze richt zich op grootschalige modellen via een optimalisatiekader dat netwerken opdeelt over meerdere FPGAs. Voor kleinere modellen onderzoeken we virtualisatietechnieken waarmee meerdere netwerken efficiënt op één FPGA kunnen draaien.