Skip to main content
Aller à la page d’accueil de la Commission européenne (s’ouvre dans une nouvelle fenêtre)
français fr
CORDIS - Résultats de la recherche de l’UE
CORDIS

Dynamics underlying learning in complex environments

Description du projet

La dynamique et les processus d’apprentissage dans des environnements complexes

Les progrès récents de la technologie et des neurosciences nous aident à surveiller un plus grand nombre de neurones dans différentes régions du cerveau au cours de comportements complexes. Cependant, les outils théoriques et quantitatifs existants ne permettent pas encore d’expliquer les mécanismes neuronaux qui sous-tendent les comportements flexibles et orientés vers un but, tels que l’adaptation à des environnements changeants. Le projet DULCE, financé par le CER, vise à combler cette lacune en développant un cadre unifié pour comprendre l’apprentissage dans des environnements complexes. Le projet se concentrera sur l’identification des règles d’apprentissage comportemental et synaptique au niveau de la population qui régissent l’apprentissage dans des contextes dynamiques. Il s’appuiera également sur la modélisation statistique, l’apprentissage automatique et la théorie des systèmes dynamiques pour créer les modèles et les théories nécessaires à une compréhension plus profonde et plus complète de ces processus.

Objectif

Learning and adaptation play a central role in interacting with a changing environment, yet the neural substrate
underlying such flexible, goal-directed behaviors has remained elusive. Neuroscience experiments have traditionally focused on how individual brain regions perform abstract, highly simplified tasks. However, recent technological advances, coupled with powerful AI-accelerated software, have rapidly enabled the monitoring of large populations of neurons over many days, across multiple brain regions, and during increasingly complex, naturalistic behaviors. Yet even with such data within our reach, we still lack the theoretical and quantitative tools that are necessary to understand the fundamental principles guiding learning in neural populations. DULCE aims to fill this gap by establishing a unified framework to understand learning in complex environments. The core hypothesis of DULCE is that in naturalistic conditions, learning engages multiple co-occurring learning processes that are distributed across the brain, and which work together to reshape neural dynamics to perform new tasks. As such, DULCE aims to uncover the behavioral, population- level, and synaptic learning rules responsible for guiding learning in complex environments. By interweaving statistical modelling, dynamical systems theory and machine learning, DULCE will: i) Develop hierarchical models of behavior that can disentangle the rules governing simultaneously occurring learning processes. ii) Provide a unified theory of how region-specific learning rules in the cortex, cerebellum, and striatum coordinate to form a distributed learning system. iii) Develop interpretable dimensionality reduction methods to identify the rules governing how task-relevant dynamics evolve in large-scale neural data over learning. Through this three-pronged attack, DULCE aims to lay the foundation necessary to uncover the neural mechanisms controlling the Dynamics Underlying Learning in Complex Environments.

Champ scientifique (EuroSciVoc)

Mots‑clés

Programme(s)

Thème(s)

Régime de financement

HORIZON-ERC - HORIZON ERC Grants

Voir tous les projets financés dans le cadre de ce programme de financement

Appel à propositions

(s’ouvre dans une nouvelle fenêtre) ERC-2024-COG

Voir tous les projets financés au titre de cet appel

Institution d’accueil

ECOLE NORMALE SUPERIEURE
Contribution nette de l'UE
€ 1 925 875,00
Coût total
€ 1 925 875,00

Bénéficiaires (1)