F01 – Fokusgruppe Lerndynamik
Sen Cheng, Onur Güntürkün, Metin Üngör
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?
Sen Cheng
Projektleiter A14, F01Ruhr-Universität Bochum
Onur Güntürkün
Projektleiter A01, F01, Z, ÖRuhr-Universität Bochum
Metin Üngör
Projektleiter F01Philipps-Universität Marburg
Jose Ramon Donoso
Postdoc F01Ruhr-Universität Bochum
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.
Lachnit H, Schultheis H, König S, Ungör 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.
Nieto J, Mason TA, Bernal-Gamboa R, Uengoer M (2020) The impacts of acquisition and extinction cues on ABC renewal of voluntary behaviors. Learn Mem. 27(3): 114–118.
Packheiser J, Donoso JR, Cheng S, Güntürkün O, Pusch R (2020) Trial-by-trial dynamics of reward prediction error-associated signals during extinction learning and renewal. Prog Neurobiol.: 101901.
Stüttgen MC, Kasties N, Lengersdorf D, Starosta S, Güntürkün O, Jäkel F (2013) Suboptimal criterion setting in a perceptual choice task with asymmetric reinforcement. Behav Processes. 96: 59–70.