Prof. Dr.-Ing. Stefan Glasauer

Prof. Dr.-Ing. Stefan Glasauer forscht zu den Prinzipien und Mechanismen von sensomotorischen Fähigkeiten, Wahrnehmung, räumlicher Orientierung und Navigation bei Mensch und Tier.

Lebenslauf

Prof. Dr.-Ing. Stefan Glasauer leitet seit 2018 das Fachgebiet Computational Neuroscience an der BTU Cottbus-Senftenberg. Er forscht über allgemeine Prinzipien der Hirnfunktion, die der Wahrnehmung, Handlung und sensomotorischen Steuerung zugrunde liegen, und ist Mitautor von mehr als 250 Zeitschriftenartikeln und Buchkapiteln. Nach seinem Studium der Elektrotechnik mit dem Schwerpunkt Kybernetik promovierte er 1992 an der Technischen Universität München zum Dr.-Ing. über seine am Max-Planck-Institut für Verhaltensphysiologie durchgeführte Forschung zur Wahrnehmung der Schwerkraft. Nach einem Postdoc-Aufenthalt am French National Centre for Scientific Research (CNRS) und College de France in Paris koordinierte er von 1993 bis 2018 das Zentrum für sensomotorische Forschung an der Ludwig-Maximilians-Universität München. Er ist seit 2005 Gründungsmitglied des Münchner Bernstein Zentrums für Computational Neuroscience und seit 2019 Mitglied der Brandenburgischen Fakultät für Gesundheitswissenschaften. In seiner wissenschaftlichen Praxis setzt er verschiedene Methoden ein, von Verhaltensexperimenten und Psychophysik über neurophysiologische Methoden wie Augenbewegungsaufzeichnungen und Motion Tracking, Bildgebung des Gehirns mittels funktioneller Magnetresonanztomographie (fMRT) bis hin zu mathematischen Methoden aus den Computational und Theoretischen Neurowissenschaften wie probabilistische Modellierung und neuronale Netze. Neben der Wissenschaft nimmt er aktiv an Konferenzen und Veranstaltungen im Bereich Kunst und Wissenschaft teil, zum Beispiel an der Ars Electronica, dem Exchange-Event der Tate Gallery London oder der Biennale von Havanna (zusammen mit Prof. Dr. Margarete Jahrmann, Universität für Angewandte Kunst, Wien).

Forschungsprojekte

DFG-Projekt "Bayessche Modellierung hierarchischer a-priori Verteilungen und ihrer Aktualisierungsmechanismen: kontextabhängige Modulation durch kognitive Last und sequentielle Abhängigkeiten"