Dynamische Materialwahrnehmung: Neuronale Grundlagen und Modellierung

• Antragstellerin: Dr. Vivian Paulun
• Fachliche Zuordnung: Biologische Psychologie und Kognitive Neurowissenschaften ; Kognitive und systemische Humanneurowissenschaften ; Kognitive, systemische und Verhaltensneurobiologie
• Förderung: Förderung von 2020 bis 2023
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 442692081

Wenn wir einen Gegenstand sehen, bestimmen wir nicht nur um was es sich dabei handelt und wo er sich befindet, sondern auch woraus er besteht. Um mit unserer Umwelt interagieren und sie vorhersagen zu können, ist es essentiell aus visuellen Informationen auf mechanische Materialeigenschaften, wie Zerbrechlichkeit oder Weichheit, schließen zu können. Es ist jedoch unklar, wie das Gehirn diese erstaunliche Leistung vollbringt. In diesem Projekt bündele ich die Expertise zweier führender Forscher mit komplementären Kompetenzen in der Modellierung kognitiver Prozesse (Dr. Tenenbaum) und bildgebenden Verfahren (Dr. Kanwisher) mit meiner eigenen Erfahrung im Bereich der Materialwahrnehmung, mit dem Ziel, unser Wissen über die Wahrnehmung und das Verständnis von Materialien in dynamischen Szenen grundlegend zu erweitern. Das zweijährige Forschungsprogramm gliedert sich in vier verschiedene Arbeitspakete (work packages, WP). Zunächst werde ich einen Benchmark-Datensatz von Videos erstellen, in denen naturalistische Materialinteraktionen, etwa sich verformende Objekte oder fließende Flüssigkeiten, zu sehen sind (WP 1). Dieser Datensatz wird sowohl Videos realer als auch am Computer simulierter Materialien enthalten. Ein Teil dieser Szenen dient als Stimuli in Verhaltensexperimenten, mit denen wir die perzeptuelle Repräsentation dynamischer Materialien untersuchen (WP 2), sowie in fMRI-Experimenten, mit denen wir die zugrundeliegende neuronale Repräsentation erfassen (WP 3). Um zu verstehen, welche Berechnungen diesen visuellen Inferenzprozessen zu Grunde liegen, wird der gesamte Datensatz aus WP 1 genutzt, um mehrere konkurrierende kognitive Modelle zu trainieren und zu testen (WP 4). Anschließend werden wir die aus WP 2-4 gewonnenen perzeptuellen, neuronalen und modellbasierten Repräsentationen von Materialen und Materialeigenschaften mit Hilfe einer representational similarity analysis miteinander vergleichen. Jedes Arbeitspaket wird auch unabhängig von der vergleichenden Analyse unseren Kenntnisstand erweitern, da wir dieselben Daten jeweils mit zusätzlichen komplementären Analysemethoden auswerten, beispielsweise zur Identifizierung der grundlegenden Dimensionen neuronaler Kodierung von Materialeigenschaften in dynamischen Szenen. Das geplante Forschungsprojekt baut direkt auf meiner vorhandenen Expertise im Bereich der Materialwahrnehmung, Psychophysik, physikalische Simulationen, und Computergraphik auf und bietet mir die einzigartige Möglichkeit in zwei weltbekannten Laboren neue Fertigkeiten in den Bereichen des maschinellen Lernens, fortgeschrittener mathematischer Modellierungen und bildgebender Verfahren zu erlernen.

• DFG-Verfahren: Forschungsstipendien
• Internationaler Bezug: USA
• Gastgeberinnen / Gastgeber: Professorin Nancy Kanwisher; Professor Dr. Joshua B. Tenenbaum