Neurociencia Computacional

Neurociencia Computacional

Más información Menos información

Entender el cerebro humano supone un reto increíble. En nuestro centro utilizamos simulaciones con modelos computacionales para descubrir los principios que demuestren cómo el cerebro ayuda en campos como el lenguaje, la cognición, la percepción y la acción.

Por ejemplo, en el campo del lenguaje, utilizamos redes neurales artificiales que simulan el curso temporal del procesamiento del lenguaje oral de los seres humanos. Nuestros modelos desarrollan representaciones internas que se asemejan a las del cerebro humano y aportan nuevas hipótesis sobre las computaciones que subyacen a la comprensión del lenguaje.

Llevamos a cabo estudios con personas que participan en experimentos para probar las hipótesis que emergen de las simulaciones con modelos computacionales.

A medida que, gradualmente, nuestros modelos se conviertan más realistas a nivel biológico, descubriremos los principios que puedan orientar las teorías del desarrollo y procesamiento típicos, así como las teorías sobre los trastornos del desarrollo y déficits causados por alguna enfermedad o lesión.

El equipo

Publicaciones

In press

Crinnion, A.M., Luthra, S., Gaston, P., & Magnuson, J.S. (In press). Resolving competing predictions in speech: How qualitatively different cues and cue reliability contribute to phoneme identification. Attention, Perception, and Psychophysics. Doi:10.3758/s13414-024-02849-y

2024

Kapnoula, E.C., Jevtović, M., & Magnuson, J.S. (2024). Spoken Word Recognition: A Focus on Plasticity. Annual Review of Linguistics, 10, 233-256. Doi:10.1146/annurev-linguistics-031422-113507
Magnuson, J.S., Crinnion, A.M., Luthra, S., Gaston, P., & Grubb, S. (2024). Contra assertions, feedback improves word recognition: How feedback and lateral inhibition sharpen signals over noise. Cognition, 242. Doi:10.1016/j.cognition.2023.105661

2023

Brown, K.S., Yee, E., Joergensen, G., Troyer, M., Saltzman, E., Rueckl, J., Magnuson, J.S., & McRae, K. (2023). Investigating the Extent to which Distributional Semantic Models Capture a Broad Range of Semantic Relations. Cognitive Science, 47(5), e13291. Doi:10.1111/cogs.13291

¿Interesado en unirte a nosotros?

Creemos que nuestra ciencia es mejor con un equipo diverso

En BCBL potenciamos el desarrollo profesional de todos los que forman parte de nuestro equipo.

Descubre qué ofertas tenemos actualmente abiertas para formar parte de nuestro equipo y participar en proyectos de investigación de ámbito internacional.

Quiero trabajar en BCBL