Daniel Lutscher

Für ein Projekt, das untersucht, wie das Gehirn natürliche visuelle Szenen verarbeitet, analysierte ich die Zeitreihenkomponente der Pupillenerweiterung und die EEG-Signale der Teilnehmer. Mit Matlab und Python habe ich dazu Skripte für die Datenexploration, Reinigung, Vorverarbeitung, Visualisierung sowie für das statistische Testen erstellt.

Als Forschungsassistent habe ich ein Verhaltensexperiment erstellt, durchgeführt und analysiert, bei dem ein genetischer Algorithmus verwendet wurde um Boumas Gesetz des Crowding, eine etablierte Theorie in der Visionsforschung, zu hinterfragen. Dabei habe ich in Python maßgeschneiderte Analyse-Pipelines für das Säubern, Erkunden und Visualisieren von Daten sowie für statistische Tests entwickelt, die mir dabei geholfen haben, die Grenzen dieser Theorie aufzuzeigen.

Als Tutor unterrichtete und benotete ich Psychologiestudenten im ersten und zweiten Studienjahr in den Kursen Klinische Psychologie, Berufliche Orientierung und Kommunikations- und Präsentationsfähigkeiten.

Kurse beinhalten u.a.: Erstellung von Convolutional Nets zur Gestenerkennung und Neural Style Transfer; Aufbereitung und Modellierung von Zeitreihendaten zur Nutzer Aktivitätsbestimmung; Entwicklung eines Ranking Algorithmus als Teilnahme am Kaggle Wettbewerb: Personalize Expedia Hotel Searches.

Für meine These im Bereich Computational Neuroimaging habe ich untersucht wie das Gehirn visuellen Input verarbeitet um eine stabile Wahrnehmung der Welt zu erzeugen. Hierfür nutzte ich Maschinelles Lernen um Zeitreihendaten einzelner Gehirnareale statistisch zu modellieren.

Als Teil des Erasmus Austausch Programms belegte ich die Kurse Human Resource Management und Human Resource Development.

Meine Bachelor These untersuchte den Zusammenhang zwischen subjektiv empfundenen Stress und dessen Biomarker (Schweiß, Herzschlag). Hierfür programmierte ich einen Stresstest in Python und analysierte die Zeitreihendaten in SPSS.