成为美国和德国人工智能生态系统之间新的跨大西洋桥梁的先驱和合作伙伴,扩大人机经济的领导地位。跨大西洋人工智能交流平台由网络研讨会系列和研讨会组成,从 2021 年 5 月开始,随后可能在 2022 年举行会议并派代表团访问硅谷。它汇集了来自行业、研究和政府的有影响力的人,以研究趋势和登月计划的人工智能用例,支持未来的企业家领袖并解决我们今天面临的重大问题:从赋权企业和经济体负责任地使用人工智能,到恢复对数字经济的信任。从利用技术改善身心健康到减缓气候变化和养活世界。问题:技术僵化和错失机会。德国再次经历了充满挑战的时期。当前的 COVID-19 危机暴露了结构性赤字。德国在技术上僵化,官僚主义根深蒂固,缺乏灵活性和重大改革,无法让国家适应未来。而在商业领域,除了 SAP 之外,缺乏能够将欧洲以人为本的人工智能方法推广到全球的参与者。尽管欧洲是继中国之后互联网用户数量最大的数据市场,但 2020 年欧洲平台在全球平台市值中的份额仅为 3%(美国为 69%)。尽管在不同层面,美国也面临着未来的挑战。无论是气候(巴黎协定)、安全(伊朗协议)还是世界贸易(贸易协定),美国需要重塑其作为可靠合作伙伴声誉的领域很多,而欧盟在这些领域已经展现了它的立场。考虑到中国去年已取代美国成为欧盟最大的贸易伙伴,美国在经济上还有很多可以重新获得的机会。然而最重要的是,英国脱欧后,美国公司需要进入欧盟缓慢但稳步整合的数字市场的新途径,而德国完全有能力实现这一点。解决方案:通过合作驾驭人工智能颠覆。数据、计算能力、人才和资本的流动是人工智能研究和商业化的先决条件,但它们与地理边界只是偶然相符,而不是从根本上相符。因此,为了获得人工智能的好处并尽量降低其固有风险,政府、研究机构和科技公司必须共同努力。德国政府 60 亿美元的“德国制造人工智能”战略的雄心壮志,以及美国新兴的“技术民主”团结呼吁,也反映了全球合作的必要性。美国和德国之间需要一个平台来促进和协调这种合作:跨大西洋人工智能交流。理念与影响:跨大西洋人工智能交流。通过其人工智能网络研讨会和研讨会系列以及从 2022 年初开始的后续活动,跨大西洋人工智能交流会为参与者和赞助商提供建立跨大西洋商业和政策伙伴关系的平台,深入了解和接触人工智能领先的企业(如谷歌和 SAP)、初创企业和投资者(微软风险基金 M12、Andreessen & Horowitz、英特尔投资博世风险投资等),以及知名大学和研究机构(如斯坦福大学和 DFKI)。每场活动都会有一位顶级主持人和来自美国和德国的高级演讲者:人工智能影响者和行业专家将讨论人工智能趋势,企业家和投资者将解释如何识别人工智能机会,研究人员将介绍人工智能研究计划,政策制定者将反思多年的全球合作经验。在整个系列活动中,鼓励所有利益相关者利用该平台建立可持续的关系并促进他们在美国和德国的未来商业潜力。暂定时间表(见附件 1)预计有六场虚拟网络研讨会,每场最长 90 分钟,包括问答环节。团队:德国和美国人工智能生态系统参与者和影响者。跨大西洋人工智能交流会,尤其是网络研讨会系列,将由美国旧金山的加州德裔美国商业协会 (GABA) 和德国的 AI.HAMBURG GmbH 联合举办。该平台将由大西洋两岸人工智能领域的一些顶尖高管、企业家和学者策划,包括:Thomas Neubert、Olaf Groth 博士、Petra Vorsteher、Ingo Hoffmann 和 Robin Farmanfarmaian。赞助:成为认知时代的先行者。成为认知时代新的跨大西洋桥梁的成员,并以赞助商、内容贡献者和/或参与者的身份支持跨大西洋人工智能交流网络研讨会系列!赞助的好处如下:1) 在德国和美国建立您的人工智能品牌知名度,2) 提高您品牌在人工智能领域的可信度,3) 为您的组织创造相关的宣传和流量,以及 4) 扩大您在跨大西洋人工智能生态系统中的影响力。联系人:Thomas Neubert | 英特尔和 GABA |邮箱:thomas@transatlanticaiexchange.com |手机:+1 408-921-0074 联系人:Michaela Ballek | GABA |邮箱:mballek@gaba-network.org |手机:+1 510-610-5887 联系人:Petra Vorsteher |汉堡 |电子邮箱:petra@ai.hamburg |手机:+49 (178) 888- 9228和政策制定者将反思多年的全球合作经验。在整个系列活动中,鼓励所有利益相关者使用该平台建立可持续的关系并促进他们在美国和德国的未来商业潜力。暂定时间表(见附件 1)预计将举行六场虚拟网络研讨会,每场最长 90 分钟,包括问答环节。团队:德国和美国人工智能生态系统参与者和影响者。跨大西洋人工智能交流,特别是网络研讨会系列,将由美国旧金山的加州德裔美国商业协会 (GABA) 和德国的 AI.HAMBURG GmbH 合作组织。该平台将由大西洋两岸人工智能领域的一些领先高管、企业家和学者策划,包括:Thomas Neubert、Olaf Groth 博士、Petra Vorsteher、Ingo Hoffmann 和 Robin Farmanfarmaian。赞助:成为认知时代的先行者。成为认知时代跨大西洋新桥梁的一员,并以赞助商、内容贡献者和/或参与者的身份支持跨大西洋 AI 交流网络研讨会系列!赞助权益如下:1) 在德国和美国建立您的 AI 品牌知名度,2) 提高您的 AI 品牌可信度,3) 为您的组织创造相关的宣传和流量,4) 扩大您在跨大西洋 AI 生态系统中的影响力。联系人:Thomas Neubert | 英特尔和 GABA | 电子邮件:thomas@transatlanticaiexchange.com | 手机:+1 408-921-0074 联系人:Michaela Ballek | GABA | 电子邮件:mballek@gaba-network.org | 手机:+1 510-610-5887 联系人:Petra Vorsteher | AI.HAMBURG | 电子邮件:petra@ai.hamburg | 手机:+49 (178) 888- 9228和政策制定者将反思多年的全球合作经验。在整个系列活动中,鼓励所有利益相关者使用该平台建立可持续的关系并促进他们在美国和德国的未来商业潜力。暂定时间表(见附件 1)预计将举行六场虚拟网络研讨会,每场最长 90 分钟,包括问答环节。团队:德国和美国人工智能生态系统参与者和影响者。跨大西洋人工智能交流,特别是网络研讨会系列,将由美国旧金山的加州德裔美国商业协会 (GABA) 和德国的 AI.HAMBURG GmbH 合作组织。该平台将由大西洋两岸人工智能领域的一些领先高管、企业家和学者策划,包括:Thomas Neubert、Olaf Groth 博士、Petra Vorsteher、Ingo Hoffmann 和 Robin Farmanfarmaian。赞助:成为认知时代的先行者。成为认知时代跨大西洋新桥梁的一员,并以赞助商、内容贡献者和/或参与者的身份支持跨大西洋 AI 交流网络研讨会系列!赞助权益如下:1) 在德国和美国建立您的 AI 品牌知名度,2) 提高您的 AI 品牌可信度,3) 为您的组织创造相关的宣传和流量,4) 扩大您在跨大西洋 AI 生态系统中的影响力。联系人:Thomas Neubert | 英特尔和 GABA | 电子邮件:thomas@transatlanticaiexchange.com | 手机:+1 408-921-0074 联系人:Michaela Ballek | GABA | 电子邮件:mballek@gaba-network.org | 手机:+1 510-610-5887 联系人:Petra Vorsteher | AI.HAMBURG | 电子邮件:petra@ai.hamburg | 手机:+49 (178) 888- 92283) 为您的组织创造相关的宣传和流量,以及 4) 将您的影响力扩展到跨大西洋 AI 生态系统。联系人:Thomas Neubert | 英特尔和 GABA | 电子邮件:thomas@transatlanticaiexchange.com | 手机:+1 408-921-0074 联系人:Michaela Ballek | GABA | 电子邮件:mballek@gaba-network.org | 手机:+1 510-610-5887 联系人:Petra Vorsteher | AI.HAMBURG | 电子邮件:petra@ai.hamburg | 手机:+49 (178) 888- 92283) 为您的组织创造相关的宣传和流量,以及 4) 将您的影响力扩展到跨大西洋 AI 生态系统。联系人:Thomas Neubert | 英特尔和 GABA | 电子邮件:thomas@transatlanticaiexchange.com | 手机:+1 408-921-0074 联系人:Michaela Ballek | GABA | 电子邮件:mballek@gaba-network.org | 手机:+1 510-610-5887 联系人:Petra Vorsteher | AI.HAMBURG | 电子邮件:petra@ai.hamburg | 手机:+49 (178) 888- 9228
成为美国和德国人工智能生态系统之间新的跨大西洋桥梁的先驱和合作伙伴,扩大人机经济的领导地位。跨大西洋人工智能交流平台由网络研讨会系列和研讨会组成,从 2021 年 5 月开始,随后可能在 2022 年举行会议并派代表团访问硅谷。它汇集了来自行业、研究和政府的有影响力的人,以研究趋势和登月计划的人工智能用例,支持未来的企业家领袖并解决我们今天面临的重大问题:从赋权企业和经济体负责任地使用人工智能,到恢复对数字经济的信任。从利用技术改善身心健康到减缓气候变化和养活世界。问题:技术僵化和错失机会。德国再次经历了充满挑战的时期。当前的 COVID-19 危机暴露了结构性赤字。德国在技术上僵化,官僚主义根深蒂固,缺乏灵活性和重大改革,无法让国家适应未来。而在商业领域,除了 SAP 之外,缺乏能够将欧洲以人为本的人工智能方法推广到全球的参与者。尽管欧洲是继中国之后互联网用户数量最大的数据市场,但 2020 年欧洲平台在全球平台市值中的份额仅为 3%(美国为 69%)。尽管在不同层面,美国也面临着未来的挑战。无论是气候(巴黎协定)、安全(伊朗协议)还是世界贸易(贸易协定),美国需要重塑其作为可靠合作伙伴声誉的领域很多,而欧盟在这些领域已经展现了它的立场。考虑到中国去年已取代美国成为欧盟最大的贸易伙伴,美国在经济上还有很多可以重新获得的机会。然而最重要的是,英国脱欧后,美国公司需要进入欧盟缓慢但稳步整合的数字市场的新途径,而德国完全有能力实现这一点。解决方案:通过合作驾驭人工智能颠覆。数据、计算能力、人才和资本的流动是人工智能研究和商业化的先决条件,但它们与地理边界只是偶然相符,而不是从根本上相符。因此,为了获得人工智能的好处并尽量降低其固有风险,政府、研究机构和科技公司必须共同努力。德国政府 60 亿美元的“德国制造人工智能”战略的雄心壮志,以及美国新兴的“技术民主”团结呼吁,也反映了全球合作的必要性。美国和德国之间需要一个平台来促进和协调这种合作:跨大西洋人工智能交流。理念与影响:跨大西洋人工智能交流。通过其人工智能网络研讨会和研讨会系列以及从 2022 年初开始的后续活动,跨大西洋人工智能交流会为参与者和赞助商提供建立跨大西洋商业和政策伙伴关系的平台,深入了解和接触人工智能领先的企业(如谷歌和 SAP)、初创企业和投资者(微软风险基金 M12、Andreessen & Horowitz、英特尔投资博世风险投资等),以及知名大学和研究机构(如斯坦福大学和 DFKI)。每场活动都会有一位顶级主持人和来自美国和德国的高级演讲者:人工智能影响者和行业专家将讨论人工智能趋势,企业家和投资者将解释如何识别人工智能机会,研究人员将介绍人工智能研究计划,政策制定者将反思多年的全球合作经验。在整个系列活动中,鼓励所有利益相关者利用该平台建立可持续的关系并促进他们在美国和德国的未来商业潜力。暂定时间表(见附件 1)预计有六场虚拟网络研讨会,每场最长 90 分钟,包括问答环节。团队:德国和美国人工智能生态系统参与者和影响者。跨大西洋人工智能交流会,尤其是网络研讨会系列,将由美国旧金山的加州德裔美国商业协会 (GABA) 和德国的 AI.HAMBURG GmbH 联合举办。该平台将由大西洋两岸人工智能领域的一些顶尖高管、企业家和学者策划,包括:Thomas Neubert、Olaf Groth 博士、Petra Vorsteher、Ingo Hoffmann 和 Robin Farmanfarmaian。赞助:成为认知时代的先行者。成为认知时代新的跨大西洋桥梁的成员,并以赞助商、内容贡献者和/或参与者的身份支持跨大西洋人工智能交流网络研讨会系列!赞助的好处如下:1) 在德国和美国建立您的人工智能品牌知名度,2) 提高您品牌在人工智能领域的可信度,3) 为您的组织创造相关的宣传和流量,以及 4) 扩大您在跨大西洋人工智能生态系统中的影响力。联系人:Thomas Neubert | 英特尔和 GABA |邮箱:thomas@transatlanticaiexchange.com |手机:+1 408-921-0074 联系人:Michaela Ballek | GABA |邮箱:mballek@gaba-network.org |手机:+1 510-610-5887 联系人:Petra Vorsteher |汉堡 |电子邮箱:petra@ai.hamburg |手机:+49 (178) 888- 9228和政策制定者将反思多年的全球合作经验。在整个系列活动中,鼓励所有利益相关者使用该平台建立可持续的关系并促进他们在美国和德国的未来商业潜力。暂定时间表(见附件 1)预计将举行六场虚拟网络研讨会,每场最长 90 分钟,包括问答环节。团队:德国和美国人工智能生态系统参与者和影响者。跨大西洋人工智能交流,特别是网络研讨会系列,将由美国旧金山的加州德裔美国商业协会 (GABA) 和德国的 AI.HAMBURG GmbH 合作组织。该平台将由大西洋两岸人工智能领域的一些领先高管、企业家和学者策划,包括:Thomas Neubert、Olaf Groth 博士、Petra Vorsteher、Ingo Hoffmann 和 Robin Farmanfarmaian。赞助:成为认知时代的先行者。成为认知时代跨大西洋新桥梁的一员,并以赞助商、内容贡献者和/或参与者的身份支持跨大西洋 AI 交流网络研讨会系列!赞助权益如下:1) 在德国和美国建立您的 AI 品牌知名度,2) 提高您的 AI 品牌可信度,3) 为您的组织创造相关的宣传和流量,4) 扩大您在跨大西洋 AI 生态系统中的影响力。联系人:Thomas Neubert | 英特尔和 GABA | 电子邮件:thomas@transatlanticaiexchange.com | 手机:+1 408-921-0074 联系人:Michaela Ballek | GABA | 电子邮件:mballek@gaba-network.org | 手机:+1 510-610-5887 联系人:Petra Vorsteher | AI.HAMBURG | 电子邮件:petra@ai.hamburg | 手机:+49 (178) 888- 9228和政策制定者将反思多年的全球合作经验。在整个系列活动中,鼓励所有利益相关者使用该平台建立可持续的关系并促进他们在美国和德国的未来商业潜力。暂定时间表(见附件 1)预计将举行六场虚拟网络研讨会,每场最长 90 分钟,包括问答环节。团队:德国和美国人工智能生态系统参与者和影响者。跨大西洋人工智能交流,特别是网络研讨会系列,将由美国旧金山的加州德裔美国商业协会 (GABA) 和德国的 AI.HAMBURG GmbH 合作组织。该平台将由大西洋两岸人工智能领域的一些领先高管、企业家和学者策划,包括:Thomas Neubert、Olaf Groth 博士、Petra Vorsteher、Ingo Hoffmann 和 Robin Farmanfarmaian。赞助:成为认知时代的先行者。成为认知时代跨大西洋新桥梁的一员,并以赞助商、内容贡献者和/或参与者的身份支持跨大西洋 AI 交流网络研讨会系列!赞助权益如下:1) 在德国和美国建立您的 AI 品牌知名度,2) 提高您的 AI 品牌可信度,3) 为您的组织创造相关的宣传和流量,4) 扩大您在跨大西洋 AI 生态系统中的影响力。联系人:Thomas Neubert | 英特尔和 GABA | 电子邮件:thomas@transatlanticaiexchange.com | 手机:+1 408-921-0074 联系人:Michaela Ballek | GABA | 电子邮件:mballek@gaba-network.org | 手机:+1 510-610-5887 联系人:Petra Vorsteher | AI.HAMBURG | 电子邮件:petra@ai.hamburg | 手机:+49 (178) 888- 92283) 为您的组织创造相关的宣传和流量,以及 4) 将您的影响力扩展到跨大西洋 AI 生态系统。联系人:Thomas Neubert | 英特尔和 GABA | 电子邮件:thomas@transatlanticaiexchange.com | 手机:+1 408-921-0074 联系人:Michaela Ballek | GABA | 电子邮件:mballek@gaba-network.org | 手机:+1 510-610-5887 联系人:Petra Vorsteher | AI.HAMBURG | 电子邮件:petra@ai.hamburg | 手机:+49 (178) 888- 92283) 为您的组织创造相关的宣传和流量,以及 4) 将您的影响力扩展到跨大西洋 AI 生态系统。联系人:Thomas Neubert | 英特尔和 GABA | 电子邮件:thomas@transatlanticaiexchange.com | 手机:+1 408-921-0074 联系人:Michaela Ballek | GABA | 电子邮件:mballek@gaba-network.org | 手机:+1 510-610-5887 联系人:Petra Vorsteher | AI.HAMBURG | 电子邮件:petra@ai.hamburg | 手机:+49 (178) 888- 9228
使用循环神经网络从神经测量重建计算动力学 Daniel Durstewitz 1,2,3,*、Georgia Koppe 1,4、Max Ingo Thurm 1 1 海德堡大学医学院中央精神卫生研究所理论神经科学系 2 海德堡大学跨学科科学计算中心 3 海德堡大学物理与天文学院 4 海德堡大学医学院中央精神卫生研究所精神病学和心理治疗诊所* 通讯作者:daniel.durstewitz@zi-mannheim.de 关键词:动力系统理论、机器学习、循环神经网络、吸引子、混沌、多个单元记录、神经生理学、神经成像 摘要 神经科学中的机械和计算模型通常采用微分或时间递归方程组的形式。此类系统的时空行为是动力系统理论 (DST) 的主题。 DST 提供了一个强大的数学工具箱,用于描述和分析从分子到行为的任何级别的神经生物学过程,几十年来一直是计算神经科学的支柱。最近,循环神经网络 (RNN) 成为一种流行的机器学习工具,用于研究神经或行为观察背后的非线性动力学。通过在与动物受试者相同的行为任务上训练 RNN 并剖析其内部工作原理,可以产生关于行为的神经计算基础的见解和假设。或者,可以直接在手头的生理和行为时间序列上训练 RNN。理想情况下,一旦训练好的 RNN 将能够生成具有与观察到的相同的时间和几何属性的数据。这称为动态系统重建,这是机器学习和非线性动力学中一个新兴的领域。通过这种更强大的方法,就其动态和计算属性而言,训练过的 RNN 成为实验探测系统的替代品。然后可以系统地分析、探测和模拟训练过的系统。在这里,我们将回顾这个令人兴奋且迅速发展的领域,包括机器学习的最新趋势,这些趋势在神经科学中可能还不太为人所知。我们还将讨论基于 RNN 的动态系统重建的重要验证测试、注意事项和要求。概念和应用将通过神经科学中的各种示例进行说明。简介理论神经科学的一个长期原则是,神经系统中的计算可以用底层的非线性系统动力学来描述和理解(Amit & Brunel,1997;Brody & Hopfield,2003;Brunel,2000;Durstewitz,2003;Durstewitz 等,1999、2000、2021;Hodgkin & Huxley,1952;Hopfield,1982;Izhikevich,2007;Machens 等,2005;Miller,2016;Rinzel & Ermentrout,1998;Wang,1999,2002;Wilson,1999;Wilson & Cowan,1972)。相关思想可以追溯到 40 年代 McCulloch & Pitts (1943)、Alan Turing (1948) 和 Norbert Wiener (1948) 的工作,并在 80 年代早期通过 John Hopfield (1982) 的开创性工作获得了发展势头,该工作将记忆模式嵌入为简单循环神经网络中的固定点吸引子。Hopfield 网络的美妙之处在于它们免费提供了生物认知系统的许多特性,例如自动模式完成、通过部分线索进行内容可寻址记忆检索或对部分病变和噪声的鲁棒性。通过动态系统理论 (DST) 的视角来观察神经计算特别有力,因为一方面,许多(如果不是大多数)物理和生物过程都是自然形式化的
由亥姆霍兹能源出版 亥姆霍兹能源办公室 卡尔斯鲁厄理工学院 Kaiserstraße 12 76131 Karlsruhe 电子邮件:helmholtzenergy@sts.kit.edu https://energy.helmholtz.de/ 请引用为:亥姆霍兹能源 (2024):亥姆霍兹能源转型路线图 (HETR)。卡尔斯鲁厄。 DOI:10.5445/IR/1000172546 项目负责人:Holger Hanselka,亥姆霍兹能源副总裁,任期至 2023 年 Bernd Rech,亥姆霍兹能源副总裁,任期 2023 年 主要作者(按字母顺序排列):Mark R. Bülow 1 、Andrey Litnovsky 2 、Andrea Meyn 3 、Robert Pitz-Paal 1 , Witold-Roger Poganietz 4 , Sebastian Ruck 4 , Dominik Soyk 3 , K. Gerald van den Boogaart 5 贡献作者(按字母顺序排列) : Heike Boos 3 , Roland Dittmeyer 4 , Helmut Ehrenberg 4 , Maximilian Fichtner 4 , Olivier Guillon 2 , Veit Hagenmeyer 4 , 帕特里克·约赫姆 1 , Thiemo Pesch 2 , Ralf Peters 2 , Rutger Schlatmann 6 , Sonja Simon 1 , Robert Stieglitz 4 , Roel van de Krol 6 致谢:我们感谢以下科学家的贡献(按字母顺序排列):Alejandro Abadías-Llamas 5 , Fatwa F. Abdi 6 , Syed Asif Ansar 1 , Armin Ardone 4 , 克里斯托夫·阿恩特 1 , 塔贝阿恩特 4 , 克里斯托弗·鲍尔 2 , 鲍凯宾 4 , 沃纳·鲍尔 4 , 丹·鲍尔 1 , 曼努埃尔·鲍曼 4 , 沃尔夫冈·贝尔 2 , 克里斯托夫·布拉贝克 2 , 乌尔特·布兰德-丹尼尔斯 1 , Seongsu Byeon 1 , 索尼娅·卡尔南 6 , 莫妮卡·卡尔森 2 , 伊西多拉切基奇-拉斯科维奇 2 , 迈克尔·齐佩雷克 2 , 曼努埃尔·达门 2 , 鲁迪格-A。 Eichel 2 , Ghada Elbez 4 , Ursel Fantz 7 , Dina Fattakhova-Rohlfing 2 , Egbert Figgemeier 2 , Kevin Förderer 4 , Stefan Fogel 5 , K. Andreas Friedrich 1 , Giovanni Frigo 4 , Axel Funke 4 , Siddhartha Garud 6 , Hans-Joachim Gehrmann 4 , Stefan Geißendörfer 1 , Hans C. Gils 1 , Valentin Goldberg 4 , Vaidehi Gosala 1 , Thomas Grube 2 , Martina Haase 4 , Uwe Hampel 5 , Benedikt Hanke 1 , Ante Hecimovic 7 , Heidi Heinrichs 2 , Peter Heller 1 , Wolfgang Hering 4 ,米凯拉·赫尔 1、马克·希勒4 , Tobias Hirsch 1 , Carsten Hoyer-Klick 1 , Judith Jäger 1 , Thorsten Jänisch 1 , Christian Jung 1 , Thomas Kadyk 2 , Olga Kasian 6 , Shaghayegh Kazemi Esfeh 1 , Peter Klement 1 , Christopher Kley 6 , Markus Köhler 1 , Thomas Kohl 4 , Manfred Kraut 4 , Ulrike Krewer 4 , Uwe G. Kühnapfel 4 , Felix Kullmann 2 , Arnulf Latz 4 , Thomas Leibfried 4 , Ingo Liere-Netheler 1 , Guido Link 4 , Jochen Linßen 2 , Yan Lu 6 , Kourosh Malek 2 , Florian Mathies 6 , Jörg马太斯 4 , 马修·梅尔 6 , Wided Medijroubi 1 , Wolfgang Meier 1 , Matthias Meier 2 , Norbert H. Menzler 2 , Wilhelm A. Meulenberg 2 , Nathalie Monnerie 1 , Dulce Morales Hernandez 6 , Michael Müller 2 , Martin Müller 2 , Alexander von Müller 7 , Gerd Mutschke 5 , Tobias Naegler 1 , Dimitry Naumenko 2 , Eugene T. Ndoh 1 , Klarissa Niedermeier 4 , Fabian Nitschke 4 , Mathias Noe 4 , Urbain Nzotcha 2 , Sadeeb S. Ottenburger 4 , Ulrich W. Paetzold 4 , Joachim Pasel 2 , Sara Perez-Martin 4 , 伊恩·M·彼得斯 2 , 彼得普法伊弗 4 、诺亚·普弗格勒特 2 、菲利普·N·普莱索 4 、迈克尔·波兹尼克 4 , 安里克·普拉茨-萨尔瓦多 4 , 帕特里克·普鲁斯特 2 , 德克·拉德洛夫 4 , 乌韦·劳 2 , 德克·雷瑟 2 , 马塞尔·里施 6 , 马丁·罗布 1 , 克里斯汀·罗施 4 , 菲利普·罗斯 4 , 卢卡斯·罗斯 1 , 雷姆齐·坎·萨姆松 2 , 伊娃·席尔 4 ,安德里亚·施赖伯 2 , 马库斯·舒伯特 5 , 弗兰克·舒尔特 1 , 托尔斯滕·施瓦茨 1 , 哈瓦尔·沙蒙 2 , 梅塔尔·施维罗 2 , 谢尔盖·索尔达托夫 4 , 迪特·斯塔普夫 4 , 帕纳吉奥蒂斯·斯塔索普洛斯 1 , 桑德拉·斯坦克 6 , 沃尔克·施特尔泽 4 , 彼得·斯特默曼 4 , 菲利克斯斯图特 4 , 克洛伊·西拉尼杜2 , Muhammad Tayyab 2 , André Thess 1 , Stefanie Troy 2 , Julia Ulrich 4 , Annelies Vandersickel 1 , Robert Vaßen 2 , Martin Vehse 1 , Stefan Vögele 2 , Thomas Vogt 1 , Simon Waczowicz 4 , André Weber 4 , Tom Weier 5 , Marcel Weil 4 , 阿方斯·魏森伯格 4 , 托马斯·韦策尔 4 , 凯·维格哈特 1 , 克里斯蒂娜·伍尔夫 2 , 安德烈·霍内克斯 2 , 佩特拉·扎普 2 , 马可·佐贝尔 1 , 斯特凡·祖夫特 1