Hola,
Are you new here?

I have an account

¿Te ayudamos?

Ejemplos de búsqueda

Vídeos Explicativos

PID2019-111629GB-I00

financed

Closed

DESCIFRANDO LOS MECANISMOS DE LA INFERENCIA PERCEPTIVA EN EL CEREBRO MEDIANTE LA...

DESCIFRANDO LOS MECANISMOS DE LA INFERENCIA PERCEPTIVA EN EL CEREBRO MEDIANTE LA PERCEPCION BIESTABLE EL CEREBRO ES UNA MAQUINA INFERENCIAL: INFIERE EL ESTADO (NO OBSERVADO) DE SU ENTORNO QUE ES MAS COMPATIBLE CON SUS SENSACIONES ACTUALES Y CONOCIMIENTO DE LA ESTRUCTURA DEL MUNDO, SE CREE, YA QUE LAS SENSACIONES SON RUIDOSAS Y AMB... see more

01/01/2019

CONSORCI CENTRE DE...

109K€

Project Budget: 109K€

Project leader

CONSORCI CENTRE DE RECERCA MATEMATICA Otra investigación y desarrollo experimental en ciencias naturales y técnicas otros tipos

TRL 4-5 | 100K€

PARTICIPATION DEPralty Sin fecha límite de participación.

Financing granted El organismo AGENCIA ESTATAL DE INVESTIGACIN notifico la concesión del proyecto The day 2019-01-01 We do not have the information of the call

0% 100%

characteristics of the participant

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

Private Information

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

Participantes

CONSORCI CENTRE DE RECERCA M...

Leader

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

Project leader

CONSORCI CENTRE DE RECERCA MATEMATICA Otra investigación y desarrollo experimental en ciencias naturales y técnicas otros tipos

TRL 4-5 | 100K€

Project Budget 109K€

participation deadline Sin fecha límite de participación.

Project description EL CEREBRO ES UNA MAQUINA INFERENCIAL: INFIERE EL ESTADO (NO OBSERVADO) DE SU ENTORNO QUE ES MAS COMPATIBLE CON SUS SENSACIONES ACTUALES Y CONOCIMIENTO DE LA ESTRUCTURA DEL MUNDO, SE CREE, YA QUE LAS SENSACIONES SON RUIDOSAS Y AMBIGUAS, QUE EL CEREBRO REPRESENTA AQUELLOS ESTADOS DE FORMA PROBABILISTICA APROXIMANDO POSTERIORES SOBRE EL ESTADO DE SU ENTORNO, A PESAR DE LA GRAN ABUNDANCIA DE MODELOS TEORICOS EXISTENTES, SE DESCONOCE CUAL ES EL ALGORITMO DE INFERENCIA APROXIMADA QUE USA EL CEREBRO (YA SEA BASADO EN UN SAMPLING, EN LA CODIFICACION POR POBLACIONES, POR ENERGIA LIBRE, U OTRO), PROPONEMOS QUE LA PERCEPCION BIESTABLE PROVEE UN MARCO EXPERIMENTAL PARA TESTEAR AQUELLOS MODELOS, EN ESE PROYECTO, ESTUDIAREMOS LA INFERENCIA EN SUJETOS HUMANOS Y EN MODELOS DE INFERENCIA MIENTRAS MODULAMOS DOS PROPIEDADES DE LOS ESTIMULOS VISUALES: LA BIMODALIDAD DEL ESTIMULO (SI LA FUNCION DE VEROSIMILITUD DEL ESTIMULO ES UNIMODAL O BIMODAL) Y LA INCERTIDUMBRE DEL ESTIMULO (SI EL ESTIMULO ESTA SESGADO HACIA UNA INTERPRETACION), PLANTEAMOS LAS SIGUIENTES HIPOTESIS: - UN ESTIMULO ES BIESTABLE CUANDO LA ALINEACION PROBABILISTICA ENTRE LOS ELEMENTOS QUE LO COMPONE (P,EJ, LOS VERTICES HORIZONTALES Y VERTICALES DEL CUBO DE NECKER FUERZAN A INTERPRETAR QUE LAS ARISTAS CONECTADAS TENGAN LA MISMA PROFUNDIDAD) PROVOCAN QUE EL PERFIL DE VEROSIMILITUD SEA BIMODAL, - LOS ESTIMULOS BIESTABLES INDUCEN UN EXCESO DE CONFIANZA EN LAS DECISIONES PERCEPTUALES, QUE PUEDEN SER CAPTURADOS POR MEDIDAS DE LA CONFIANZA EN PARTICIPANTES HUMANOS; MIENTRAS ESTIMULOS UNIMODALES INDUCEN EL PATRON CLASICO DE CONFIANZA, DONDE ESTIMULOS MAS SESGADOS DAN LUGAR A RESPUESTAS MAS SEGURAS (MIENTRAS SEAN CORRECTAS),- EL PATRON DE RESPUESTAS Y CONFIANZA EN PERCEPCION BIESTABLE DETERMINA UNA UNICA SIGNATURA DEL MECANISMO INFERENCIAL, DE MODO QUE PUEDE IDENTIFICAR EL METODO DE INFERENCIA USADO POR EL SISTEMA PERCEPTUAL DE NUESTRO CEREBRO,ENSEÑAREMOS QUE ESTIMULOS BIESTABLES CORRESPONDEN A UN PERFIL DE VEROSIMILITUD BIESTABLE, LUEGO, EN EXPERIMENTOS DE PSICOFISICA CON CUBOS DE NECKER Y CILINDROS ROTATIVOS MODIFICADOS, TESTEAREMOS SI LA BIESTABILIDAD GENERA UN EXCESO DE CONFIANZA EN LAS RESPUESTAS, USAREMOS MEDIDAS TANTO EXPLICITAS COMO IMPLICITAS DE LA CONFIANZA (TIEMPOS DE REACCION, DILATACION DE LA PUPILA), TESTAREMOS TAMBIEN SI, QUITANDO LA BIMODALIDAD DEL ESTIMULO, DESAPARECE EL EFECTO DE HISTERESIS DURANTE UNA PRESENTACION CONTINUA DEL ESTIMULO, FINALMENTE, USANDO ANALISIS DE COMPORTAMIENTO BASADAS EN MODELOS, IDENTIFICAREMOS MODELOS DE INFERENCIA QUE SEAN COMPATIBLES CON LOS DATOS EXPERIMENTALES, EL PROYECTO PROPONE UN MARCO PROBABILISTICO NORMATIVO PARA ENTENDER LA BIESTABILIDAD PERCEPTIVA EN PARTICULAR, EXPLICA POR QUE ESTIMULOS BIESTABLES GENERAN LA IMPRESION SUBJETIVA DE ESTAR SEGURO DE LA INTERPRETACION QUE SE PERCIBE, MIENTRAS ESTIMULOS INCIERTOS (NO BIESTABLES) NO, TAMBIEN SE DESARROLLARAN HERRAMIENTAS EXPERIMENTALES Y TEORICAS PARA UNIR DOS CAMPOS DE ESTUDIO DE LA PERCEPCION QUE HAN CRECIDO POR SEPARADO: LA TOMA DE DECISION PERCEPTUAL Y LA BIESTABILIDAD PERCEPTUAL, FINALMENTE, ANTICIPAMOS QUE UN ENFOQUE PROBABILISTICO A LA PERCEPCION BIESTABLE PROVEERA EVIDENCIA EXPERIMENTAL CRUCIAL SOBRE LOS MECANISMOS DE USADOS POR EL CEREBRO, SERA UNA GRAN CONTRIBUCION AL ENTENDIMIENTO DE LA PERCEPCION A NIVEL MECANISTICO Y NEURONAL, PUEDE TAMBIEN LLEVAR A MEJORAR EL DIAGNOSTICO Y TRATAMIENTO DE PATOLOGIAS COGNITIVAS CON TRASTORNOS PERCEPTUALES COMO LA ESQUIZOFRENIA, PERCEPCION\TOMA DE DECISION\INFERENCIA PROBABILISTICA\CONFIANZA\MODELOS COMPUTACIONALES\PERCEPCION BIESTABLE

Conecta tu I+D

Entra hoy

Forgot your password?

Financing

Companies

CTIs/Universidades

Projects

researchers