The implementation of predictive coding across the auditory hierarchy
Posing the brain as a predictive system has become a guiding principle that has proven to be particularly fruitful in the study of perceptual processes. Perception is understood as an inferential process in which the brain combine...
Posing the brain as a predictive system has become a guiding principle that has proven to be particularly fruitful in the study of perceptual processes. Perception is understood as an inferential process in which the brain combines its noisy sensory input with predictions generated by internal models. In this way, the contents of conscious experience would be determined by the hypothesis about the state of the world, with the highest posterior probability. One popular algorithmic incarnation of the predictive processing ideas is predictive coding, in which the brain implements a hierarchy of generative models, where feedback connections carry predictions and feedforward connections carry prediction errors. The brain would minimize these prediction error by updating its internal models. While compelling, this proposal leaves open several issues.
It is not yet clear how a predictive perceptual system could be both sensitive to expected and to surprising stimuli. Bayesian integration of sensory evidence and prior probability of the hypotheses (predictions) might offer an optimal solution. But some authors have argued that Bayesian integration would result in a bias toward the expected. Therefore, the question of how conscious experience emanates from the interaction between predictions and prediction errors remains open.
Predictive coding assumes separate neuronal populations representing predictions and prediction errors, which would reside in different cortical layers. This proposal remains largely untested in humans, in particular in the auditory domain.
This project focuses on the auditory domain, where the ability to predict the incoming sensory stream is fundamental for making sense of everyday auditory scenes, especially in the presence of noise. I will tackle the aforementioned open questions by implementing challenging auditory signal detection tasks, and by combining fMRI data at ultra-high field (7 Tesla), and cutting-edge computational modelling.ver más
14-11-2024:
Cataluña reutilizaci...
Se abre la línea de ayuda pública: Subvenciones para la ejecución de proyectos de prevención, preparación para la reutilización y reciclaje de residuos industriales para el organismo:
11-11-2024:
Asturias Hiperautoma...
Se ha cerrado la línea de ayuda pública: Proyectos de I+D+i que implementen soluciones en hiperautomatización en empresas para el organismo:
11-11-2024:
Cooperación I+D+i La...
Se ha cerrado la línea de ayuda pública: Proyectos colaborativos de desarrollo experimental e innovación que resuelvan retos en La Rioja para el organismo:
Seleccionando "Aceptar todas las cookies" acepta el uso de cookies para ayudarnos a brindarle una mejor experiencia de usuario y para analizar el uso del sitio web. Al hacer clic en "Ajustar tus preferencias" puede elegir qué cookies permitir. Solo las cookies esenciales son necesarias para el correcto funcionamiento de nuestro sitio web y no se pueden rechazar.
Cookie settings
Nuestro sitio web almacena cuatro tipos de cookies. En cualquier momento puede elegir qué cookies acepta y cuáles rechaza. Puede obtener más información sobre qué son las cookies y qué tipos de cookies almacenamos en nuestra Política de cookies.
Son necesarias por razones técnicas. Sin ellas, este sitio web podría no funcionar correctamente.
Son necesarias para una funcionalidad específica en el sitio web. Sin ellos, algunas características pueden estar deshabilitadas.
Nos permite analizar el uso del sitio web y mejorar la experiencia del visitante.
Nos permite personalizar su experiencia y enviarle contenido y ofertas relevantes, en este sitio web y en otros sitios web.