• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

О группе

Каждый день мы совершаем тысячи движений глаз (саккад). Даже такой простой акт как направление взгляда на новое место влияет на наше внимание и заставляет зрительную систему соотносить положение объектов в постоянно меняющихся координатах сетчатки с их стабильными координатами во внешнем мире. Эта проблема – стабильность зрительного восприятия – до сих пор не решена. Многие теории пытаются объяснить ее с точки зрения локальных (Wurtz, 2008) или глобальных (Deubel, 1998) механизмов, но прямые сравнения на основе отдельных экспериментов дают противоречивые результаты. Вычислительные модели позволяют с математической точностью определять лучшие теории и проверять их на массиве разнообразных экспериментальных данных. Они также могут симулировать исследуемые когнитивные процессы и генерировать новые экспериментальные гипотезы.

Современные модели расположены в континууме между низкоуровневыми нейронными моделями и высокоуровневыми символическими моделями: одни делают акцент на биологии, другие – на когнитивных процессах. Опираясь на современные модели низкоуровневой зрительной заметности (visual salience) (Itti & Koch, 2000; Gordienko & MacInnes, 2016), временной диффузии саккадических реакций на пространственные стимулы (Ratcliff, 2008; MacInnes, 2016) и когнитивные модели нисходящего контроля внимания (Griffiths, Kemp, & Tenenbaum, 2008; MacInnes, Hunt, Clarke, & Dodd, under review), мы разрабатываем интегрированную модель, которая сможет предсказывать такие известные феномены внимания, как эффекты фасилитации, торможение возврата (Inhibition of return), саккадическое перенаправление (saccadic remapping) и саккадический отбор (saccade selection).

Благодаря модулярной структуре, наше решение позволит легко производить изменения в глубине модели. Это поможет нам включить оптимальное сочетание нейронных и когнитивных стадий в крупномасштабную модель, чтобы изучить ключевые аспекты зрительной стабильности. Наша модель будет обучена и протестирована на имеющихся экспериментальных данных и валидизирована на данных, полученных в новых айтрекинг-исследованиях.


 

Нашли опечатку?
Выделите её, нажмите Ctrl+Enter и отправьте нам уведомление. Спасибо за участие!
Сервис предназначен только для отправки сообщений об орфографических и пунктуационных ошибках.