Bereichsbild

 

Dummy

 

Fakultät für Verhaltenswissenschaften und empirische Kulturwissenschaften


Psychologisches Institut

Ruprecht-Karls-Universität Heidelberg
 

Kontakt:


 

Prof. Dr. Andreas Voß

Fellow-Klasse 2021-22

 

Forschungsgebiete:

Mathematische Modellierung kognitiver Prozesse; Analyse von Reaktionszeiten mit stochastischen Diffusionsmodellen; Bayesianische Statistik; Einsatz tiefer neuronaler Netze zur Schätzung der Parameter mathematischer Modelle

 

Lebenslauf

Ausbildung

  • Habilitation Universität Heidelberg, 2009

  • Promotion Psychologie Universität Trier, 2004

  • Diplom Psychologie Universität Trier, 2000

Beschäftigung

  • Seit 2009 Professor für Psychologische Methodenlehre (W3), Universität Heidelberg

  • 2004-2009 Wissenschaftlicher Assistent am Institut für Psychologie, Universität Freiburg

  • 2000-2004 Wissenschaftlicher Mitarbeiter am Institut für Psychologie, Universität Trier

  • 1996-2000 Wissenschaftliche Hilfskraft am Institut für Psychologie, Universität Trier



Arbeitsvorhaben

Mensch und Automat

Das Projekt beleuchtet das Verhältnis von Mensch und Automat aus drei Blickwinkeln und verbindet hiermit aktuelle gesellschaftspolitische und technische Problemstellungen zu Künstlicher Intelligenz mit ihrer historischen Perspektivierung. Für die Informatik und den Bereich des maschinellen Lernens liegt der Fokus auf der Bedeutung und den Auswirkungen von Zufall und Determinismus in Entscheidungsprozessen von Automaten. Das Problem der Akzeptanz im Verhältnis zur Nützlichkeit und die ethischen Anforderungen an Automaten stehen im Zentrum des Projekts der Psychologie. Die Kunstgeschichte untersucht im methodischen Kontext der Bild-Text-Forschung, welche Formen historische Automaten angenommen haben und welche Bilder für literarisch imaginierte, fiktive Automaten gefunden wurden. Die unterschiedlichen Ansätze werden in gemeinsamen Fragestellungen zusammengeführt, die den Ausgangspunkt der Arbeit bilden: Ausgehend von dem Problem der Terminologie sollen historische und gegenwärtige visuelle Umsetzungen von Automatenkonzepten und damit verbunden die Wahrnehmung und Wirkung von Automaten untersucht werden. Darauf aufbauend werden die Rolle des Zufalls, Wege der Entscheidungsfindung und der Stellenwert, der dem Verständnis von Funktionsweisen zukommt, in vergleichender Perspektive betrachtet. Ziel ist es, unter diesen spezifischen Fragestellungen das Phänomen des Automaten als künstlichem Gegenüber des Menschen disziplinenübergreifend zu erfassen.

 

Ausgewählte Publikationen:

  • Voss, A., Rothermund, K., & Voss, J. (2004). Interpreting the parameters of the diffusion model: an empirical validation. Mem Cognit, 32(7), 1206-1220. doi:10.3758/bf03196893

  • Radev, S. T., Mertens, U. K., Voss, A., Ardizzone, L., & Köthe, U. (2020). BayesFlow: Learning Complex Stochastic Models With Invertible Neural Networks. IEEE Transactions on Neural Networks and Learning Systems, 1-15. doi:10.1109/TNNLS.2020.3042395

  • Lerche, V., von Krause, M., Voss, A., Frischkorn, G. T., Schubert, A.-L., & Hagemann, D. (2020). Diffusion modeling and intelligence: Drift rates show both domain-general and domain-specific relations with intelligence. Journal of Experimental Psychology: General. doi:10.1037/xge0000774

  • Voss, A., Rothermund, K., Gast, A., & Wentura, D. (2013). Cognitive processes in associative and categorical priming: a diffusion model analysis. J Exp Psychol Gen, 142(2), 536-559. doi:10.1037/a0029459

  • Voss, A., Nagler, M., & Lerche, V. (2013). Diffusion models in experimental psychology: a practical introduction. Exp Psychol, 60(6), 385-402. doi:10.1027/1618-3169/a000218

  • Voss, A., & Voss, J. (2007). Fast-dm: a free program for efficient diffusion model analysis. Behav Res Methods, 39(4), 767-775. doi:10.3758/bf03192967

  • Voss, A., & Voss, J. (2008). A fast numerical algorithm for the estimation of diffusion model parameters. Journal of Mathematical Psychology, 52(1), 1-9. doi:10.1016/j.jmp.2007.09.005

  • Voss, A., Voss, J., & Lerche, V. (2015). Assessing cognitive processes with diffusion model analyses: a tutorial based on fast-dm-30. Front Psychol, 6, 336. doi:10.3389/fpsyg.2015.00336

  • Wieschen, E. M., Voss, A., & Radev, S. (2020). Jumping to Conclusion? A Lévy Flight Model of Decision Making. The Quantitative Methods for Psychology, 16(2), 120-132. doi:10.20982/tqmp.16.2.p120

  • Stahl, C., Voss, A., Schmitz, F., Nuszbaum, M., Tuscher, O., Lieb, K., & Klauer, K. C. (2014). Behavioral components of impulsivity. J Exp Psychol Gen, 143(2), 850-886. doi:10.1037/a0033981

Seitenbearbeiter: Geschäftsstelle
Letzte Änderung: 30.09.2021
zum Seitenanfang/up