A01 A02 A03 A04 A05 A06 A07 A08 A09 A10 A11 A12 A13 A14 A15 A16 A18 F01 F02

F01 – Fokusgruppe Lerndynamik

Sen Cheng, Onur Güntürkün, Harald Lachnit

Die Trial-by-trial Dynamik der Verhaltensänderungen kann Aufschluss über die Mechanismen des Lernens geben. Nichtsdestotrotz wird Lernen zumeist dadurch quantifiziert, dass die Performanz in einem Block vor mit einem Block nach dem Lernen verglichen wird. Dadurch ist die Analyse blind gegenüber der Lerndynamik. Andere Studien ermitteln Lernkurven, indem sie über verschiedene Probanden mitteln. Falls sich aber das Lernen zwischen Individuen systematisch unterscheidet, kann die gemittelte Lernkurve irreführend sein. Als Service für die anderen Teilprojekte wird diese Fokusgruppe Unterstützung und Training in der Anwendung dynamischer Analysemethoden an diese exportieren. Darüber hinaus wird die Fokusgruppe auch Daten aus anderen Teilprojekten importieren, um ein eigenes wissenschaftliches Ziel zu verfolgen: den Vergleich der Lerndynamik zwischen unterschiedlichen Individuen, Lernphasen, experimentellen Paradigmen und Spezies.

Leitfragen des Projekts F01:

  • Unterscheidet sich die Lerndynamik zwischen verschiedenen Lernparadigmen oder Spezies grundlegend oder nur in deren Parametern?
  • Werden die Dynamiken des Extinktionslernens und der Akquisition durch verschiedene Mechanismen gesteuert?
  • Welche Faktoren, wie z.B. Hinweisreize und Kontextinformationen, führen zu Veränderungen bei der Betrachtung auf Ebene einzelner Durchgänge und darüber hinaus auf der Ebene einzelner Individuen?
  • Wie verhalten sich die Dynamiken von Verhaltensänderungen zu neuronaler Aktivität und psychophysiologischen Variablen?
Zurück zur Projektübersicht
Sen Cheng

Sen Cheng

Projektleiter A14, F01

Ruhr-Universität Bochum

Jose Ramon Donoso

Jose Ramon Donoso

Postdoc F01

Ruhr-Universität Bochum

Onur Güntürkün

Onur Güntürkün

Projektleiter A01, F01, Z, Ö

Ruhr-Universität Bochum

Harald Lachnit

Harald Lachnit

Projektleiter A15, F01

Philipps-Universität Marburg

10 projektrelevante Publikationen

Cheng S, Frank LM (2008) New experiences enhance coordinated neural activity in the hippocampus. Neuron. 57(2): 303–313.

Cheng S, Sabes PN (2006) Modeling sensorimotor learning with linear dynamical systems. Neural Comput. 18(4): 760–793.

Cheng S, Sabes PN (2007) Calibration of visually guided reaching is driven by error-corrective learning and internal dynamics. J Neurophysiol. 97(4): 3057–3069.

Demic S, Cheng S (2014) Modeling the dynamics of disease states in depression. PLoS One. 9(10): e110358.

Koenig S, Lachnit H (2011) Curved saccade trajectories reveal conflicting predictions in associative learning. J Exp Psychol Learn Mem Cogn. 37(5): 1164–1177.

Lachnit H, Schultheis H, Konig S, Uengoer M, Melchers K (2008) Comparing elemental and configural associative theories in human causal learning: a case for attention. J Exp Psychol Anim Behav Process. 34(2): 303–313.

Lachnit H, Thorwart A, Schultheis H, Lotz A, Koenig S, Uengoer M (2013) Indicators of early and late processing reveal the importance of within-trial-time for theories of associative learning. PLoS One. 8(6): e66291.

Lengersdorf D, Pusch R, Güntürkün O, Stüttgen MC (2014) Neurons in the pigeon nidopallium caudolaterale signal the selection and execution of perceptual decisions. Eur J Neurosci. 40(9): 3316–3327.

Stüttgen MC, Kasties N, Lengersdorf D, Starosta S, Gunturkun O, Jakel F (2013) Suboptimal criterion setting in a perceptual choice task with asymmetric reinforcement. Behav Processes. 96: 59–70.

Thorwart A, Schultheis H, König S, Lachnit H (2009) ALTSim: a MATLAB simulator for current associative learning theories. Behav Res Methods. 41(1): 29–34.