Hopp til hovedinnhold
OmAnsatte
Hans Ekkehard Plesser

Hans Ekkehard Plesser

Professor

  • Institutt for datavitenskap

Mitt hovedforskningsfelt er simuleringsteknologi for storskala hjernemodeller. Jeg har i nærmere to tiår hatt en sentral rolle i utviklingen av NEST-simulatoren. Med NEST satte vi verdensrekord innen simulering av nevronale nettverk på den japanske superdatamaskinen K, der vi simulerte et nettverk med 1,86 milliarder nevroner forbundet med over 10 billioner synapser. Sammen med utviklermiljøet rundt NEST arbeider vi nå med å flytte grensene for simuleringer mot hjernemodeller på noen av verdens største datamaskiner.

I et tiår var dette arbeidet tett integrert i og delvis finansiert av Human Brain Project (HBP), ett av tre flaggskipprosjekter innen IKT finansiert av Europakommisjonen. Sammen med mer enn 100 partnerinstitusjoner bidro vi til å etablere EBRAINS som en langsiktig forskningsinfrastruktur for hjerneforskning i Europa. Sammen med en rekke fremragende kolleger fra Human Brain Project, under ledelse av min NMBU-kollega Gaute Einevoll, redegjorde vi for vår motivasjon i artikkelen The scientific case for brain simulation.

Som leder av forskningsutvalget ved Fakultet for realfag og teknologi bidrar jeg til å videreutvikle NMBU som forskningsinstitusjon.

I tillegg til stillingen ved NMBU har jeg en stilling som gjesteforsker ved Institute for Advanced Simulation (IAS-6) ved Forschungszentrum Jülich, og jeg leder bruker- og utviklermiljøet rundt NEST som president for NEST Initiative. Mitt arbeid med programvareutvikling kan følges på GitHub.

  • Fagfelt

    • Applied informatics
    • Computational neuroscience
    • Large-scale simulation
    • Reproducibility
    • Data science
    • Research software engineering

  • Publikasjoner

    Forskerprofil med publikasjoner i vitenarkivet

    Software

    1. The NEST Simulator.
    2. M.-O. Gewaltig, A. Morrison, and H. E. Plesser.
      NEST by example: An introduction to the neural simulation tool NEST.
      In N. Le Novère, editor, Computational Systems Neurobiology, chapter 18, pages 533-558. Springer Science+Business Media, Dordrecht, 2012. DOI 10.1007/978-94-007-3858-4_18. Preprint.

    Large-scale neuronal network simulation

    1. G. T. Einevoll, A. Destexhe, M. Diesmann, S. Grün, V. Jirsa, M. d Kamps, M. Migliore, T. V. Ness, H. E. Plesser, and F. Schürmann. The scientific case for brain simulations. Neuron, 102(4):735-744, 2019. DOI 10.1016/j.neuron.2019.03.027. On arXiv.org.
    2. T. Heiberg, B. Kriener, T. Tetzlaff, G. T. Einevoll, and H. E. Plesser.
      Firing-rate model for neurons with a broad repertoire of spiking behaviors.
      J Comput Neurosci, 45:103-132, 2018. DOI 10.1007/s10827-018-0693-9.
    3. H. E. Plesser.
      Reproducibility vs. replicability: A brief history of a confused terminology.
      Frontiers in Neuroinformatics, 11:76, 2018. DOI 10.3389/fninf.2017.00076.
    4. T. Ippen, J. M. Eppler, H. E. Plesser, M. Diesmann. Constructing neuronal network models in massively parallel environments. Front Neuroinform, 11:30, 2017. DOI 10.3389/fninf.2017.00030.
    5. S. Kunkel, M. Schmidt, J. M. Eppler, H. E. Plesser, G. Masumoto, J. Igarashi, S. Ishii, T. Fukai, A. Morrison, M. Diesmann, and M. Helias.
      Spiking network simulation code for petascale computers.
      Front Neuroinform, 8:78, 2014. DOI 10.3389/fninf.2014.00078.
    6. S. Kunkel, T. C. Potjans, J. M. Eppler, H. E. Plesser, A. Morrison, and M. Diesmann.
      Meeting the memory challenges of brain-scale network simulation.
      Front. Neuroinform., 5:35, 2012. DOI 10.3389/fninf.2011.00035.
    7. H. E. Plesser.
      Generating random numbers.
      In S. Grün and S. Rotter, editors, Analysis of Parallel Spike Trains, Springer Series in Computational Neuroscience, chapter 19, pages 399-411. Springer, New York, 2010.
    8. H. E. Plesser and M. Diesmann.
      Simplicity and efficiency of integrate-and-fire neuron models..
      Neural Comput, 21:353-359, 2009. DOI 10.1162/neco.2008.03-08-731. Preprint.
    9. H. E. Plesser, J. M. Eppler, A. Morrison, M. Diesmann, and M.-O. Gewaltig.
      Efficient parallel simulation of large-scale neuronal networks on clusters of multiprocessor computers.
      In A.-M. Kermarrec, L. Bougé, and T. Priol, editors, Euro-Par 2007: Parallel Processing, volume 4641 of Lecture Notes in Computer Science, pages 672-681, Berlin, 2007. Springer-Verlag. DOI 10.1007/978-3-540-74466-5. Reprint.
    10. A. Morrison, S. Straube, H. E. Plesser, and M. Diesmann.
      Exact subthreshold integration with continuous spike times in discrete time neural network simulations.
      Neural Comput, 19:47-79, 2007. Reprint.

    Reproducibility and replicability in computational science

    1. S. Crook, A. P. Davison, and H. E. Plesser.
      Learning from the past: Approaches for reproducibility in computational neuroscience.
      In J. M. Bower, editor, 20 Years in Computational Neuroscience, chapter 4, pages 73-102. Springer Science+Business Media, New York, 2013. DOI 10.1007/978-1-4614-1424-7_4.
    2. S. Crook, J. Bednar, S. Berger, R. Cannon, A. Davison, M. Djurfeldt, J. Eppler, B. Kriener, S. Furber, B. Graham, H. E. Plesser, L. Schwabe, L. Smith, V. Steuber, and S. v Albada.
      Creating, documenting and sharing network models.
      Network-Comp Neural 23:131-149, 2012. Online version. Preprint.
    3. E. Nordlie and H. E. Plesser.
      Visualizing neuronal network connectivity with connectivity pattern tables.
      Front. Neuroinform., 3:39, 2010. DOI 10.3389/neuro.11.039.2009.
    4. E. Nordlie, M.-O. Gewaltig, and H. E. Plesser.
      Towards reproducible descriptions of neuronal network models.
      PLoS Comput Biol, 5(8):e1000456, Aug 2009. DOI 10.1371/journal.pcbi.1000456.

    Computational neuroscience

    1. T. Heiberg, B. Kriener, T. Tetzlaff, A. Casti, G. T. Einevoll, and H. E. Plesser.
      Firing-rate models capture essential response dynamics of LGN relay cells.
      J Comput Neurosci, 35:359-375, 2013. DOI 10.1007/s10827-013-0456-6.
    2. G. T. Einevoll and H. E. Plesser.
      Extended difference-of-gaussians model incorporating cortical feedback for relay cells in the lateral geniculate nucleus of cat.
      Cogn Neurodyn, 6:307-324, 2012. DOI 10.1007/s11571-011-9183-8.
    3. G. T. Einevoll and H. E. Plesser.
      Response of the difference-of-gaussians model to circular drifting-grating patches.
      Visual Neurosci, 22:437-446, 2005.
    4. G. T. Einevoll and H. E. Plesser.
      Linear mechanistic models for the dorsal lateral geniculate nucleus of cat probed using drifting grating stimuli.
      Network-Comp Neural, 13:503-530, 2002. Reprint.
    5. H. E. Plesser and T. Geisel.
      Stochastic resonance in neuron models: Endogenous stimulation revisited.
      Phys Rev E, 63:031916-1-6, 2001. Reprint.
    6. H. E. Plesser and W. Gerstner.
      Noise in integrate-and-fire neurons: from stochastic input to escape rates.
      Neural Comput, 12:367-384, 2000. DOI 10.1162/089976600300015835. Reprint.
    7. H. E. Plesser and T. Geisel.
      Markov analysis of stochastic resonance in a periodically driven integrate-and-fire neuron.
      Phys Rev E, 59:7008-7017, 1999. Reprint.
    8. H. E. Plesser and S. Tanaka.
      Stochastic resonance in a model neuron with reset.
      Phys Lett A, 225:228-234, 1997.

  • Undervisning

  • Forskning og prosjekter

    Forskningsprosjekter med nettside utenfor NMBU

  • Mer om meg og CV

    Kontor

    TF2-305

    Bakgrunn

    • Diplom (MSc) i fysikk, RWTH Aachen, Tyskland
    • Doktorgrad i naturvitenskap, Universitet i Göttingen, Tyskland
    • Førsteamanuensis i informatikk ved NMBU fra 2002
    • Professor i informatikk ved NMBU siden 2018
    • Seksjonsleder realfag 2010–2016 og 2018/19
    • Instituttleder datavitenskap 2019–2025
    • Forskningsutvalgsleder ved Fakultet for realfag og teknologi siden 2024
    • Gjesteforsker
      • RIKEN Brain Science Institute, Japan, 2008–2011
      • Simula Research Laboratory, 2009
      • Institute for Neuroscience and Medicine (IAS-6), Research Centre Jülich, Germany, siden 2013 
      • Center for Integrative Neural Plasticity, Universitetet i Oslo, 2016/17
      • Käte-Hamburger-Kolleg Cultures of Research, RWTH Aachen, 2023/24

    Verv

    • President, NEST Initiative e.V.
    • Styremedlem, Norwegian Neuroscience Society
    • Taskleder, EBRAINS High-Level Support Team (2020–2023)
    • Styreleder, Norwegian Research School for Neuroscience (2013–2020)
    • Norges representant i Human Brain Project Stakeholder Board (2016–2018)
    • Nestleder, Human Brain Project delprosjekt High Performance Analytics and Computing (2018–2020)