Description du projet
Examiner l’influence des modèles internes sur les particularités de l’expérience visuelle
Le cerveau est généralement considéré comme un système prédictif qui relie les stimuli sensoriels à des modèles internes de la manière dont le monde devrait apparaître. Nous savons toutefois peu de choses sur les caractéristiques de ces modèles internes et sur la façon dont ils diffèrent d’une personne à l’autre. Financé par le Conseil européen de la recherche, le projet PEP entend examiner systématiquement le contenu des modèles internes en recourant à l’analyse méthodique de dessins de personnes représentant des scènes de la vie réelle. Les conclusions serviront de base à une recherche cognitive, neuronale et informatique approfondie visant à déterminer comment les modèles internes sont liés à l’expérience visuelle et linguistique individuelle, à l’architecture fonctionnelle du cerveau et à la perception des scènes.
Objectif
In the cognitive and neural sciences, the brain is widely viewed as a predictive system. On this view, the brain conceives the world by comparing sensory inputs to internally generated models of what the world should look like. Despite this emphasis on internal models, their key properties are not well understood. We currently do not know what exactly is contained in our internal models and how these contents vary systematically across individuals. In the absence of suitable methods for assessing the contents of internal models, the predictive brain has essentially remained a black box.
Here, we develop a novel approach for opening this black box. Focusing on natural vision, we will use creative drawing methods to characterize internal models. Through the careful analysis of drawings of real-world scenes, we will distill out the contents of individual people’s internal models. These insights will form the basis for a comprehensive cognitive, neural, and computational investigation of natural vision on the individual level: First, we will establish how individual differences in the contents of internal models explain the efficiency of scene vision, on the behavioral and neural levels. Second, we will harness variations in people’s drawings to determine the critical features of internal models that guide scene vision. Third, we will enrich the currently best deep learning models of vision with information about internal models to obtain computational predictions for individual scene perception. Finally, we will systematically investigate how individual differences in internal models mimic idiosyncrasies in visual and linguistic experience, functional brain architecture, and scene exploration.
Our project will illuminate natural vision from a new angle – starting from a characterization of individual people’s internal models of the world. Through this change of perspective, we can make true progress in understanding what exactly is predicted in the predictive brain.
Mots‑clés
Les mots-clés du projet tels qu’indiqués par le coordinateur du projet. À ne pas confondre avec la taxonomie EuroSciVoc (champ scientifique).
Les mots-clés du projet tels qu’indiqués par le coordinateur du projet. À ne pas confondre avec la taxonomie EuroSciVoc (champ scientifique).
Programme(s)
Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.
Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.
-
HORIZON.1.1 - European Research Council (ERC)
PROGRAMME PRINCIPAL
Voir tous les projets financés dans le cadre de ce programme
Thème(s)
Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.
Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.
Régime de financement
Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.
Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.
HORIZON-ERC - HORIZON ERC Grants
Voir tous les projets financés dans le cadre de ce programme de financement
Appel à propositions
Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.
Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.
(s’ouvre dans une nouvelle fenêtre) ERC-2022-STG
Voir tous les projets financés au titre de cet appelInstitution d’accueil
La contribution financière nette de l’UE est la somme d’argent que le participant reçoit, déduite de la contribution de l’UE versée à son tiers lié. Elle prend en compte la répartition de la contribution financière de l’UE entre les bénéficiaires directs du projet et d’autres types de participants, tels que les participants tiers.
35390 GIESSEN
Allemagne
Les coûts totaux encourus par l’organisation concernée pour participer au projet, y compris les coûts directs et indirects. Ce montant est un sous-ensemble du budget global du projet.