In meiner Arbeit simuliere ich ein neuronales Netz (Gehirn) und analysiere dessen Aktivitätsmuster mithilfe eines Convolutional-Neural-Networks (CNN). Konkret soll aus der Reaktion dieses simulierten "Gehirns" auf einen bestimmten Reiz das CNN folgern, welcher Reiz vom neuronalen Netz verarbeitet wurde. Dabei orientiere ich mich an der Funktionsweise sogenannter Brain-Machine-Interfaces. Für die Programmierung habe ich mit Python 3 gearbeitet, sowohl für die Simulation des “Gehirns” als auch für das CNN, für das ich das Paket PyTorch verwendet habe. Zunächst modellierte ich "Neuronen" als Objekte, wobei ich mich an biologischen Neuronen orientierte. Diese habe ich wie in einer 3D-Struktur verknüpft, um die Reizweitergabe möglichst realitätsgetreu nachzubilden. Die Aktivitätsmuster wurden dann von einem 3D-CNN ausgelesen, das auf Grundlage ähnlicher Daten trainiert wurde. Dabei hatte das CNN eine Trefferquote von c.a. 93,1%. Die Ergebnisse sind reproduzierbar.