Humboldt-Universität zu Berlin - Collaborative Research Center for Theoretical Biology

Eines der zentralen Probleme der psychophysischen Forschung ist es, die das Verhalten determinierenden Reizmerkmale zu identifizieren. Für einfachste Reize stellt der Experimentator den Versuchspersonen nur wenige mögliche Reizmerkmale zur Verfügung. Für komplexe, natürlichere Reize gibt es aber einen immensen Raum möglicher Reizmerkmale, die zu isolieren mit traditionellen psychophysischen Methoden praktisch unmöglich ist. In diesem Projekt wenden wir neue explorative Methoden des maschinellen Lernens an, um aus den Antworten unserer Versuchspersonen die kritischen Reizmerkmale zu extrahieren. Die Methode wurde in der visuellen Wahrnehmungsforschung entwickelt und erfolgreich angewendet, und soll im Projekt B8 auf auditorische Reize angewandt werden, auf die Entdeckung von Tönen im Rauschen. Bislang ist ungeklärt, welche Mechanismen dieser "tone-in-noise-detection" zugrunde liegen. Mithilfe unserer auf maschinellem Lernen basierenden statistischen Verfahren denken wir, diese Mechanismen aufzuklären.