Opis projektu
Metody matematyczne, które zmniejszają złożoność i ukazują reprezentację obiektów w mózgu
Kluczową kwestią w dziedzinie nauk kognitywnych wciąż pozostaje pytanie o to, w jaki sposób reprezentowane są obiekty zarówno pod względem kognitywnym, jak i neuronowym. Główny problem tkwi w paradoksie zachodzącym pomiędzy tym, jak biegle rozpoznajemy obiekty, a przytłaczającą ilością informacji, jakie posiadamy na temat każdego obiektu. Do rozwiązania tego problemu niezbędne jest zrozumienie sposobu organizacji reprezentacji neuronowych i potencjalne założenie, że zasady, które są zwykle stosowane do danych sensorycznych, mają również zastosowanie do informacji o obiektach wysokiego poziomu. W ramach finansowanego ze środków UE projektu ContentMAP zostaną zastosowane eksperymentalne i teoretyczne techniki pozwalające redukować wysokowymiarowe, obiektowe wzorce neuronowe i kognitywne do niskowymiarowych reprezentacji na powierzchni kory mózgowej. Model kodowania zaproponowany przez zespół badawczy powinien umożliwiać przewidywanie neuronowe „odcisku palca” każdego obiektu i z powodzeniem opisywać sposób reprezentowania każdego z obiektów w mózgu.
Cel
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.
Dziedzina nauki
Słowa kluczowe
Program(-y)
Temat(-y)
System finansowania
ERC-STG - Starting GrantInstytucja przyjmująca
3004-531 Coimbra
Portugalia