Skip to main content
Ir a la página de inicio de la Comisión Europea (se abrirá en una nueva ventana)
español español
CORDIS - Resultados de investigaciones de la UE
CORDIS

Dynamic Network Reconstruction of Human Perceptual and Reward Learning via Multimodal Data Fusion

Descripción del proyecto

Cómo aprende el encéfalo a optimizar la toma de decisiones humana

La formación y la experiencia pueden lograr mejoras duraderas en nuestra capacidad de tomar decisiones en diferentes dominios, como al aprender a inspeccionar una imagen de rayos-X con ruido para emitir un diagnóstico preciso o al elegir entre diferentes opciones sobre acciones para maximizar la rentabilidad financiera. Hasta ahora, estos escenarios de aprendizaje tan dispares en apariencia se han estudiado de forma aislada. El objetivo del proyecto DyNeRfusion, financiado con fondos europeos, es desarrollar un marco unificado para integrar estas diferentes líneas de investigación y caracterizar los procesos neurobiológicos subyacentes al aprendizaje y a la toma de decisiones en el encéfalo humano. Para lograrlo, desarrollará un método de imagenología encefálica de vanguardia (que fusiona el electroencefalograma, o EEG, y la resonancia magnética funcional, o RMf) aprovechando novedosas técnicas de aprendizaje automático y modelos matemáticos del comportamiento humano. El proyecto ofrecerá una descripción completa de cómo nuestros encéfalos aprenden a optimizar las decisiones, yendo así más allá de lo que se podría inferir con técnicas de imagenología encefálica más tradicionales.

Objetivo

Training and experience can lead to long-lasting improvements in our ability to make decisions based on either ambiguous sensory or probabilistic information (e.g. learning to diagnose a noisy x-ray image or betting on the stock market). These two processes are referred to as perceptual and probabilistic/reward learning, respectively. Despite considerable efforts to uncover the neural systems involved in these processes, perceptual and reward learning have largely been studied in separate lines of research using divergent learning mechanisms. The primary aim of this proposal is to develop a unified framework for integrating these lines of research and understand the extent to which they share a common computational and neurobiological basis. Specifically, we will test the proposition that both the perceptual and reward systems could be understood in a common framework of “reward maximization”, whereby a domain-general reinforcement-guided learning mechanism – based on separate prediction error representations – facilitates future actions and adaptive behavior. To offer a comprehensive spatiotemporal characterization of the relevant networks and their computational principles we will adopt a state-of-the-art multimodal neuroimaging approach to fuse simultaneously-acquired EEG and fMRI data, via machine-learning-inspired multivariate single-trial analysis techniques and computational modelling. The project’s ultimate goal is to empower a level of neuronal and mechanistic understanding that extends beyond what could be inferred with each of these modalities in isolation. We will achieve this goal by exploiting endogenous trial-by-trial electrophysiological variability to build parametric fMRI predictors that can offer additional explanatory power than what can already be achieved by stimulus- or behaviorally-derived predictors, allowing us to go over and beyond what has been reported previously in the literature.

Palabras clave

Palabras clave del proyecto indicadas por el coordinador del proyecto. No confundir con la taxonomía EuroSciVoc (Ámbito científico).

Programa(s)

Programas de financiación plurianuales que definen las prioridades de la UE en materia de investigación e innovación.

Tema(s)

Las convocatorias de propuestas se dividen en temas. Un tema define una materia o área específica para la que los solicitantes pueden presentar propuestas. La descripción de un tema comprende su alcance específico y la repercusión prevista del proyecto financiado.

Régimen de financiación

Régimen de financiación (o «Tipo de acción») dentro de un programa con características comunes. Especifica: el alcance de lo que se financia; el porcentaje de reembolso; los criterios específicos de evaluación para optar a la financiación; y el uso de formas simplificadas de costes como los importes a tanto alzado.

ERC-COG - Consolidator Grant

Ver todos los proyectos financiados en el marco de este régimen de financiación

Convocatoria de propuestas

Procedimiento para invitar a los solicitantes a presentar propuestas de proyectos con el objetivo de obtener financiación de la UE.

(se abrirá en una nueva ventana) ERC-2019-COG

Ver todos los proyectos financiados en el marco de esta convocatoria

Institución de acogida

UNIVERSITY OF GLASGOW
Aportación neta de la UEn

Aportación financiera neta de la UE. Es la suma de dinero que recibe el participante, deducida la aportación de la UE a su tercero vinculado. Considera la distribución de la aportación financiera de la UE entre los beneficiarios directos del proyecto y otros tipos de participantes, como los terceros participantes.

€ 1 996 043,00
Dirección
UNIVERSITY AVENUE
G12 8QQ Glasgow
Reino Unido

Ver en el mapa

Región
Scotland West Central Scotland Glasgow City
Tipo de actividad
Higher or Secondary Education Establishments
Enlaces
Coste total

Los costes totales en que ha incurrido esta organización para participar en el proyecto, incluidos los costes directos e indirectos. Este importe es un subconjunto del presupuesto total del proyecto.

€ 1 996 043,00

Beneficiarios (1)

Mi folleto 0 0