Description du projet
Des méthodes mathématiques réduisent la complexité et révèlent la représentation des objets dans le cerveau
L’une des questions centrales dans le domaine des sciences cognitives est la manière dont les objets sont cognitivement et neurologiquement représentés. Un des problèmes fondamentaux repose sur le paradoxe entre notre capacité à reconnaître des objets, et l’immense volume d’informations que nous conservons sur chaque objet. La compréhension de l’organisation des représentations neuronales est susceptible d’apporter une solution, si tant est que les principes qui s’appliquent d’ordinaire aux données sensorielles le sont également en matière d’informations de haut niveau liées aux objets. Le projet ContentMAP, financé par l’UE, utilise des techniques expérimentales et théoriques pour réduire les schémas neuronaux et cognitifs de haute dimension liés aux objets en représentations de faible dimension sur la surface corticale. Le modèle de codage de l’équipe devrait pouvoir prédire «l’empreinte digitale» neuronale de chaque objet, en décrivant avec succès la façon dont les objets sont représentés dans le cerveau.
Objectif
Our ability to recognize an object amongst many others is one of the most important features of the human mind. However, object recognition requires tremendous computational effort, as we need to solve a complex and recursive environment with ease and proficiency. This challenging feat is dependent on the implementation of an effective organization of knowledge in the brain. In ContentMAP I will put forth a novel understanding of how object knowledge is organized in the brain, by proposing that this knowledge is topographically laid out in the cortical surface according to object-related dimensions that code for different types of representational content – I will call this contentotopic mapping. To study this fine-grain topography, I will use a combination of fMRI, behavioral, and neuromodulation approaches. I will first obtain patterns of neural and cognitive similarity between objects, and from these extract object-related dimensions using a dimensionality reduction technique. I will then parametrically manipulate these dimensions with an innovative use of a visual field mapping technique, and test how functional selectivity changes across the cortical surface according to an object’s score on a target dimension. Moreover, I will test the tuning function of these contentotopic maps. Finally, to mirror the complexity of implementing a high-dimensional manifold onto a 2D cortical sheet, I will aggregate the topographies for the different dimensions into a composite map, and develop an encoding model to predict neural signatures for each object. To sum up, ContentMAP will have a dramatic impact in the cognitive sciences by describing how the stuff of concepts is represented in the brain, and providing a complete description of how fine-grain representations and functional selectivity within high-level complex processes are topographically implemented.
Champ scientifique
Mots‑clés
Programme(s)
Thème(s)
Régime de financement
ERC-STG - Starting GrantInstitution d’accueil
3004-531 Coimbra
Portugal