Hola,
¿eres nuevo aquí?

Regístrate gratis y conecta tu empresa con financiación pública, partners y proyectos.

Tengo cuenta

Regístrate

¿Te ayudamos?

Ejemplos de búsqueda

Vídeos Explicativos

COGTOM

Financiado

Cerrado

Cognitive tomography of mental representations

Internal models are fundamental to our understanding of how the mind constructs percepts, makes decisions, controls movements, and interacts with others. Yet, we lack principled quantitative methods to systematically estimate inte... ver más

30/04/2023

CENTRAL EUROPEAN U...

1M€

Presupuesto del proyecto: 1M€

Líder del proyecto

KOZEPEUROPAI EGYETEM No se ha especificado una descripción o un objeto social para esta compañía.

TRL 4-5

Fecha límite participación Sin fecha límite de participación.

Ver 2 Participantes

Financiación concedida El organismo H2020 notifico la concesión del proyecto el día 2023-04-30

ERC-2016-COG: ERC Consolidator Grant Scope:Objectives

I+D

Cerrada hace 9 años

0% 100% 100%

Características del participante

Este proyecto no cuenta con búsquedas de partenariado abiertas en este momento.

Información adicional privada

No hay información privada compartida para este proyecto. Habla con el coordinador.

2 Participantes

CENTRAL EUROPEAN UNIVERSITY

1.18M€ | Lider

BUHODRA INGENIERÍA

230.52K€ | Participante

Conecta tu I+D

¿Tienes un proyecto y buscas un partner? Gracias a nuestro motor inteligente podemos recomendarte los mejores socios y ponerte en contacto con ellos. Te lo explicamos en este video

Duración del proyecto: 72 meses Fecha Inicio: 2017-04-22
Fecha Fin: 2023-04-30

Líder del proyecto

KOZEPEUROPAI EGYETEM No se ha especificado una descripción o un objeto social para esta compañía.

TRL 4-5

Presupuesto del proyecto 1M€

Fecha límite de participación Sin fecha límite de participación.

Descripción del proyecto Internal models are fundamental to our understanding of how the mind constructs percepts, makes decisions, controls movements, and interacts with others. Yet, we lack principled quantitative methods to systematically estimate internal models from observable behaviour, and current approaches for discovering their mental representations remain heuristic and piecemeal. I propose to develop a set of novel 'doubly Bayesian' data analytical methods, using state-of-the-art Bayesian statistical and machine learning techniques to infer humans' internal models formalised as prior distributions in Bayesian models of cognition. This approach, cognitive tomography, takes a series of behavioural observations, each of which in itself may have very limited information content, and accumulates a detailed reconstruction of the internal model based on these observations. I also propose a set of stringent, quantifiable criteria which will be systematically applied at each step of the proposed work to rigorously assess the success of our approach. These methodological advances will allow us to track how the structured, task-general internal models that are so fundamental to humans' superior cognitive abilities, change over time as a result of decay, interference, and learning. We will apply cognitive tomography to a variety of experimental data sets, collected by our collaborators, in paradigms ranging from perceptual learning, through visual and motor structure learning, to social and concept learning. These analyses will allow us to conclusively and quantitatively test our central hypothesis that, rather than simply changing along a single 'memory strength' dimension, internal models typically change via complex and consistent patterns of transformations along multiple dimensions simultaneously. To facilitate the widespread use of our methods, we will release and support off-the-shelf usable implementations of our algorithms together with synthetic and real test data sets.

Conecta tu I+D

Entra hoy

Forgot your password?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores