Forschungsfrage
Maschinelles Lernen · Neuroimaging · Interpretierbare KI
Hallo, ich bin
Garvit Joshi
Doktorand in den systemischen Neurowissenschaften
Ich entwickle interpretierbare und reproduzierbare Modelle, um Zusammenhänge zwischen dem menschlichen Gehirn, Verhalten und Persönlichkeit zu untersuchen.
Dresden, Deutschland · TU Dresden
Profil
Forschung mit Klarheit und praktischem Nutzen
Ich bin Doktorand und wissenschaftlicher Mitarbeiter an der Technischen Universität Dresden. In meiner Arbeit verbinde ich maschinelles Lernen, statistische Modellierung und Neuroimaging, um Zusammenhänge zwischen Gehirnkonnektivität, menschlichem Verhalten und Persönlichkeit zu untersuchen.
Mir sind interpretierbare Modelle, reproduzierbare Forschung und wissenschaftliche Werkzeuge wichtig, die komplexe Ergebnisse zugänglich machen. Mein Hintergrund umfasst Computational Logic, medizinische Bildanalyse, Geodatenmodellierung, autonome Systeme und menschenzentrierte Prototypen.
Methoden
Maschinelles Lernen, Statistik, fMRT, strukturelle MRT
Prinzipien
Interpretierbarkeit, Reproduzierbarkeit, Open Science
Werdegang
Forschungserfahrung
Seit Nov. 2022
Technische Universität Dresden
Wissenschaftlicher Mitarbeiter & Doktorand
Promotion in den systemischen Neurowissenschaften seit September 2023, eingebunden in den TRR 265.
- Modellierung von Zusammenhängen zwischen funktioneller und struktureller MRT, menschlichem Verhalten und Persönlichkeit.
- Entwicklung interpretierbarer Machine-Learning-Workflows mit Fokus auf Reproduzierbarkeit und wissenschaftlicher Software.
Juni–Okt. 2022
Wissenschaftliche Hilfskraft — Fahrzeugsteuerung & Sensorsysteme
Mitarbeit an helyOS, einer Open-Source-Plattform zur Koordination autonomer Fahrzeuge.
- Anpassung von Software für autonome Rasenmäher, Routenplanung und Mehrfahrzeugbetrieb.
- Erstellung technischer Dokumentation und Unterstützung der Systemintegration.
Apr. 2021–März 2022
Wissenschaftliche Hilfskraft — Geodatenanalyse
Analyse von Verkehrsunfalldaten und Identifikation potenziell gefährlicher Straßenabschnitte.
- Entwicklung von Klassifikations- und geostatistischen Methoden für die Unfallrisikoanalyse.
- Entwicklung einer Django-Webanwendung mit interaktiver Karte zur Darstellung der Ergebnisse.
Ausgewählte Arbeiten
Forschung & Projekte
TRR 265 · Technische Universität Dresden
Interpretierbare neuronale Netze für Gehirnfunktionen
Promotionsforschung zu den Zusammenhängen zwischen funktioneller und struktureller MRT, Verhalten und Persönlichkeit mithilfe von interpretierbarem maschinellem Lernen und statistischer Modellierung.
Förderung: Gefördert durch ESF Plus und die sächsische Landesinnovationspromotion bis August 2027.
Projekt ansehen
Research software · Neuroimaging
ConnExplorer
Mitarbeit an einem interaktiven Webtool, das Gehirnkonnektivitätsmatrizen mit anatomischen Regionen und Darstellungen auf Netzwerkebene verbindet.
Projekt ansehenEarlier research · Technische Universität Dresden
SFB 940 & Projekt Z2 Core Imaging Facility
Frühere Mitarbeit an der Erforschung von Volition und kognitiver Kontrolle, einschließlich Deep-Learning-Analysen, wissenschaftlicher Software und Neuroimaging-Infrastruktur.
Projekt ansehenFraunhofer IVI
Autonome Mobilität mit helyOS
Weiterentwicklung einer Open-Source-Koordinationsplattform für autonome Rasenmäher, Routenplanung und Mehrfahrzeugbetrieb.
Projekt ansehenImagine Cup · Helios · Science communication
Menschenzentrierte Technologieprototypen
Entwicklung einer Alzheimer-Unterstützungsanwendung als internationaler Finalist des Microsoft Imagine Cup, Mitarbeit am Raspberry-Pi-basierten Assistenzgerät Helios und Entwicklung eines VR-Exponats zur Gehirnforschung für das Deutsche Hygiene-Museum Dresden.
Transparente Forschung
Forschung & Open Science
OSF-Präregistrierung
Improving Interpretability of Complex fMRI Models of Human Behavior
Präregistrierter Teil des Promotionsprojekts, der Hypothesen und Analysepläne vor der konfirmatorischen Auswertung dokumentiert.
Auf OSF ansehenWerkzeugkasten
Methoden & Technologien
Programmiersprachen
Radiale Darstellung der Programmiersprachen in meinem technischen Werkzeugkasten.
Machine Learning & Daten
- Python
- PyTorch
- TensorFlow
- Statistical Modelling
- Deep Learning
- Graph Neural Networks
- BERT
- BioBERT
Neuroimaging & Visualisierung
- fMRI
- Structural MRI
- FreeSurfer
- SPM
- Medical-image Segmentation
- Connectivity Analysis
- Virtual Reality
Software & Infrastruktur
- Git
- CI/CD
- Linux
- CUDA/HPC
- Django
- Flask
- Jupyter
- SQL
- Raspberry Pi
Logik & Wissen
- Computational Logic
- Answer Set Programming
- Prolog
- OWL
- SPARQL
- Ontology Engineering
Sprachen
- Hindi
- Muttersprache
- Englisch
- Berufliche Arbeitssprache
- Deutsch
- Goethe-Zertifikat B1; akademischer Kurs C1.1 abgeschlossen
- Japanisch & Tschechisch
- Grundkenntnisse
Akademischer Hintergrund
Ausbildung
Sept. 2018–Apr. 2022
Technische Universität Dresden
M.Sc. Computational Logic
Interdisziplinärer Studiengang an der Schnittstelle von künstlicher Intelligenz, formaler Logik, Mathematik und Informatik.
- Masterarbeit am NCT Dresden zu schwach überwachten Deep-Learning-Verfahren für die Segmentierung medizinischer Bilder.
- Schwerpunkte in Computer Vision, Wissensrepräsentation, Ontologieentwicklung, Constraint-Programmierung und Komplexitätstheorie.
Juli 2014–Juli 2018
Chameli Devi Group of Institutions / RGPV
B.E. Computer Science and Engineering
Breite ingenieurwissenschaftliche Grundlagen in Softwareentwicklung, künstlicher Intelligenz, Datenbanken, Netzwerken, Algorithmen und eingebetteten Systemen.
- Bachelorarbeit zur Erzeugung von MIDI-Musik mit rekurrenten neuronalen Netzen und LSTMs.
Kontakt
Lassen Sie uns ins Gespräch kommen
Ich freue mich über Forschungskooperationen und Möglichkeiten in den Bereichen maschinelles Lernen, Neuroimaging, Data Science und wissenschaftliche Software.