Hola,
¿eres nuevo aquí?

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

Tengo cuenta

Regístrate

Ver video

CIFINE

Financiado

Cerrado

Controlling information flow in multi layered neuronal networks

The neural representation of the physical world is an often deliberated concept whose concrete rules still elude our understanding. Behavioral responses must be generated from a myriad of different stimulus combinations, but it is... ver más

31/08/2014

EPFL

100K€

Presupuesto del proyecto: 100K€

Líder del proyecto

ECOLE POLYTECHNIQUE FEDERALE DE LAUSANNE No se ha especificado una descripción o un objeto social para esta compañía.

TRL 4-5

Fecha límite participación Sin fecha límite de participación.

Financiación concedida El organismo FP7 notifico la concesión del proyecto el día 2014-08-31 No tenemos la información de la convocatoria

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.

1 Participantes

EPFL

0.00€ | Lider

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

Líder del proyecto

ECOLE POLYTECHNIQUE FEDERALE DE LAUSANNE No se ha especificado una descripción o un objeto social para esta compañía.

TRL 4-5

Presupuesto del proyecto 100K€

Fecha límite de participación Sin fecha límite de participación.

Descripción del proyecto The neural representation of the physical world is an often deliberated concept whose concrete rules still elude our understanding. Behavioral responses must be generated from a myriad of different stimulus combinations, but it is still not clear which factors contribute to the brain’s ability to target small cell populations for distinctive stimuli, and reliably route a signal to its appropriate targets. Previous work has made considerable progress on the sub ject of stable propagation of temporally and rate encoded signals in neuronal networks. However, simple signal propagation does not suffice to explain cortical processing because at any given instant most stimuli are ignored, not propagated, and signal paths have to change dynamically with the task at hand. I have recently shown that rate encoded signals can be turned on or off by a mechanism called detailed balance, making it a very good candidate to control functional connectivity in neuronal networks. I want to implement this mechanism in large networks to unite or separate multiple simultaneous signal streams to filter and propagate task-specific information. The often talked-about cocktail party problem, in which a listener must gather a single multi-faceted signal from a rich and noisy background, is an intuitive example of such a task and should be generally solvable by the networks we will implement. The results will, for the first time, give rise to a canonical, generally applicable yet stimulus specific processing circuit in cortical networks. This will be of tremendous help for the experimentally complex task of observing real signal processing and provide for a platform for the discussion of dynamic cortical processing.

Conecta tu I+D

Entra hoy

¿Olvidé mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores