Neurodinamičko modeliranje vidne percepcije i pažnje

Neurodynamic Modelling of Visual Perception and Attention

Cilj je predloženog projekta razviti i testirati nove neuroračunalne modele koji objašnjavaju empirijske nalaze o utjecaju pažnje i očekivanja na svjesnu vidnu percepciju. Teorijski modeli neuronskih mreža pružaju jedinstvenu perspektivu na glavni izazov suvremene psihologije i neuroznanosti: Kako kompleksne interakcije u mozgu stvaraju inteligentno ponašanje? Modeli omogućuju rigoroznu kvantitativnu analizu kako neuroni i njihove sinaptičke veze podržavaju kognitivne funkcije kao što su pažnja i vidna percepcija. U predloženom projektu fokusirat ćemo se na dva važna pitanja: 1) implicira li postojanje povratnih veza u vidnom korteksu nužno to da očekivanja i prethodno stečeno znanje mogu mijenjati sadržaj svjesne vidne percepcije; 2) koji neuronski mehanizmi omogućuju vidnoj pažnji da fleksibilno odabire lokaciju u prostoru, objekt ili obilježje ovisno o zahtjevima zadatka. Novi predloženi modeli bit će inspirirani postojećim modelima i novim psihološkim i neuroznanstvenim podacima koji se ne uklapaju u postojeće modele. Kako bismo odgovorili na prvo pitanje, fokusirat ćemo se na tri specifične domene, koje su privukle veliku pažnju među istraživačima: utjecaj prethodnog znanja na percepciju boje, utjecaj emocija na percepciju svjetline i utjecaj pripreme za izvođenje radnje na percepciju brzine kretanja objekta. Razvit ćemo tri implementacije teorije adaptivne rezonance u realnom vremenu s ciljem objašnjenja kako očekivanja i prethodno stečeno znanje utječu na percepciju boje, svjetline i kretanja. Kako bismo odgovorili na drugo pitanje, razvit ćemo nov model lateralne inhibicije koji može istovremeno odabrati više lokacija koje odgovaraju objektu ili obilježju u dvodimenzionalnoj mapi koja predstavlja vidni prostor. Nadalje ćemo pokazat da ista mreža može implementirati mentalno praćenje konture kada se uklopi u veću neuronsku arhitekturu za detekciju rubova.

The aim of the proposed project is to develop and test new neuro - computational models to explain the empirically observed effects of attention and expectation on conscious visual perception. Theoretical models of neural networks provide a unique perspective in addressing a major challenge for modern psychology and neuroscience: How do complex brain interactions generate intelligent behaviour? They enable a rigorous quantitative analysis of how neurons and their synaptic connections give rise to cognitive functions such as visual perception and attention. In the project, we will examine two challenging questions: 1) does the existence of feedback projections in the visual cortex necessarily imply that expectations and prior knowledge can alter the content of conscious visual perception; and 2) what are the neural mechanisms that enable visual attention to flexibly select space, objects or features depending on the task demands. Newly proposed models will be inspired by the previously published models and by recent psychological and neuroscientific data that does not fit within existing models. To address the first question, we will focus on three specific domains that attract great interest in the scientific community today: the effect of prior knowledge on colour perception, the effect of emotions on brightness perception and the effect of action preparation on the perception of speed. We will develop a real - time implementation of the adaptive resonance theory to explain how expectations and knowledge influence colour, brightness and motion perception. To address the second question, we will develop a new model of lateral inhibition, which simultaneously selects multiple locations that correspond to objects or features in a 2-D spatial map representing visual space. In addition, we will show that the newly proposed network supports the implementation of mental contour tracing when it is embedded in a larger multi - scale neural architecture for boundary detection.