. . "Peter Dayan (* 1965) ist ein britischer Kognitions- und Neurowissenschaftler, der bedeutende Beitr\u00E4ge zur Computational Neuroscience geleistet hat. Dayan studierte Mathematik in Cambridge und wurde bei David Willshaw an der University of Edinburgh in Informatik (K\u00FCnstliche Intelligenz) promoviert. Als Post-Doktorand war er bei Terry Sejnowski am Salk-Institut und an der Universit\u00E4t Toronto. Er war Assistant Professor am Massachusetts Institute of Technology und ab 1998 Professor am University College London, wo er seit 2002 Direktor der Gatsby Computational Neuroscience Unit ist. Im September 2018 wurde er zum Direktor am Max-Planck-Institut f\u00FCr biologische Kybernetik berufen. Dayan befasst sich mit Maschinenlernen (Best\u00E4rkendes Lernen, Verwendung von Bayes-Methoden) und speziell dem Erstellen von mathematischen Modellen f\u00FCr neuronale Lernprozesse und neuronale Informationsverarbeitung auf dieser Basis. Er benutzt dabei Modelle best\u00E4rkenden Lernens, bei denen die Belohnung intern simuliert wird, so dass Lernen auch ohne \u00E4u\u00DFere Belohnung m\u00F6glich ist. Als best\u00E4rkendes Element identifizierte er dabei den Neurotransmitter Dopamin. 1997 wandte er mit Kollegen Temporal Difference Learning auf die Analyse von Neuronennetzwerke mit Dopamin als Transmitter in Affen an. Er sieht die neuronalen Netzwerke im Gehirn als \u00E4hnlich zu Bayes-Netzwerken. Dayan schlug eine neue Interpretation der Funktion des Kleinhirns vor: es wiederholt \u00FCber Nacht Aktivit\u00E4tsmuster von Bewegungen, damit diese vom Gehirn nicht verlernt werden. Peter Dayan wurde 2012 mit dem Rumelhart-Preis f\u00FCr Beitr\u00E4ge zu theoretischen Grundlagen menschlicher Kognition sowie 2017 mit dem Brain Prize der Grete Lundbeck European Brain Research Foundation ausgezeichnet. Im Jahr 2018 wurde er zum Fellow der Royal Society des Vereinigten K\u00F6nigreichs berufen, seit 2019 ist er Fellow der American Association for the Advancement of Science (AAAS). Zudem erhielt er eine Alexander von Humboldt-Professur, den h\u00F6chstdotierten Forschungspreis Deutschlands, und erh\u00E4lt einen Lehrstuhl im Fachbereich Informatik der Universit\u00E4t T\u00FCbingen."@de . . . . . . . . "Peter Dayan (* 1965) ist ein britischer Kognitions- und Neurowissenschaftler, der bedeutende Beitr\u00E4ge zur Computational Neuroscience geleistet hat. Dayan studierte Mathematik in Cambridge und wurde bei David Willshaw an der University of Edinburgh in Informatik (K\u00FCnstliche Intelligenz) promoviert. Als Post-Doktorand war er bei Terry Sejnowski am Salk-Institut und an der Universit\u00E4t Toronto. Er war Assistant Professor am Massachusetts Institute of Technology und ab 1998 Professor am University College London, wo er seit 2002 Direktor der Gatsby Computational Neuroscience Unit ist. Im September 2018 wurde er zum Direktor am Max-Planck-Institut f\u00FCr biologische Kybernetik berufen."@de . . . . . "8725"^^ . . . . . . . . "Peter Dayan"@en . . . . . . . . . . . . . . . . . . . . . . . . . "by4"@en . "1991"^^ . . . . . . . "Reinforcing connectionism : learning the statistical way"@en . . . . "Peter Dayan FRS is director at the Max Planck Institute for Biological Cybernetics in T\u00FCbingen, Germany. He is co-author of Theoretical Neuroscience, an influential textbook on computational neuroscience. He is known for applying Bayesian methods from machine learning and artificial intelligence to understand neural function and is particularly recognized for relating neurotransmitter levels to prediction errors and Bayesian uncertainties. He has pioneered the field of reinforcement learning (RL) where he helped develop the Q-learning algorithm, and made contributions to unsupervised learning, including the wake-sleep algorithm for neural networks and the Helmholtz machine."@en . . . . . . . . . "Peter Dayan"@de . . . . . . . . . . . "Peter Dayan FRS is director at the Max Planck Institute for Biological Cybernetics in T\u00FCbingen, Germany. He is co-author of Theoretical Neuroscience, an influential textbook on computational neuroscience. He is known for applying Bayesian methods from machine learning and artificial intelligence to understand neural function and is particularly recognized for relating neurotransmitter levels to prediction errors and Bayesian uncertainties. He has pioneered the field of reinforcement learning (RL) where he helped develop the Q-learning algorithm, and made contributions to unsupervised learning, including the wake-sleep algorithm for neural networks and the Helmholtz machine."@en . . . . . . "Peter Dayan"@en . "6097857"^^ . . . . . "1092891945"^^ . . . . . . . . . . . . . . . . . . . . "Peter Dayan"@en . . . . . . . . . . . "David Willshaw"@en . . . . . . . . . . . . . . . . . . . . . . . . . . "Royal Society 2018"@en . . . . . .