Computational modeling of visual selective attention

Abstract

Η μελέτη της διατριβής στοχεύει να συνεισφέρει σημαντικά στη μελέτη της ανθρώπινης προσοχής, και πιο συγκεκριμένα της οπτικής επιλεκτικής προσοχής κυρίως μέσω της δημιουργίας ενός γνωστικού υπολογιστικού μοντέλου βασιζόμενο σε πληροφορία και γνώση που πηγάζει μέσα από μια διαθεματική προσέγγιση. Συγκεκριμένα, οι επιστημονικές συνεισφορές της εργασίας προέκυψαν μέσα από τη μελέτη κατάλληλων προσομοιώσεων τριών σημαντικών πειραματικών μελετών. Πιο συγκεκριμένα, το υπολογιστικό μοντέλο προσέφερε λύσεις και επεξηγητικές υποθέσεις στις διάφορες διαφωνίες και αντιδράσεις που προκάλεσαν τα πειράματα αυτά στην επιστημονική κοινότητα βασιζόμενες στα αποτελέσματα προσομοίωσης. Το υπολογιστικό μοντέλο αναπτύχθηκε συνδυάζοντας τεχνικές συμβολικής προσέγγισης οι οποίες βασίζονται σε αλγόριθμους υψηλού επιπέδου με υποσυμβολικές τεχνικές οι οποίες χρησιμοποιούν πιο απλουστευμένα αριθμητικά μοντέλα. Επομένως το υπολογιστικό μοντέλο έχει την δυνατότητα να δέσει αποτελεσματικά τις αλληλοεπιδράσεις στο επίπεδο ομάδας νευρώνων με συμπεριφοριστικά δεδομένα, το οποίο δίνει ένα σημαντικό πλεονέκτημα στην προσπάθεια δημιουργίας θεωρητικού υπόβαθρου επεξήγησης αναφορικά με το πώς προκύψαν τα τελευταία. Επιπρόσθετα, μέσα στα πλαίσια της διατριβής αυτής, νέες πειραματικές μελέτες διεκπεραιώθηκαν σε συνεργασία με το εργαστήριο της πειραματικής ψυχολογίας του Πανεπιστημίου Κύπρου ούτως ώστε να επεκταθεί η γνώση μας όσον αφορά την συμπεριφοριστική αντίληψη της προσοχής καθώς επίσης για να προσφέρουν καινούργια δεδομένα για σκοπούς σύγκρισης και βελτίωσης του μοντέλου. Ακόμη, η προσπάθεια δημιουργίας ενός ρεαλιστικού υπολογιστικού μοντέλου, σε συνδυασμό με τις επιτυχείς προσομοιώσεις των σημαντικών αυτών πειραμάτων, δημιούργησαν μια αξιόλογη βάση για μετέπειτα κοινωνικές και ιατρικές εφαρμογές αλλά και εφαρμογές σε θέματα που αφορούν την υπολογιστική νοημοσύνη.

The main goal of this research is to collect and integrate information and knowledge from different disciplines into a new computational model that will be able to provide contributions in the research of “visual selective attention”. The contributions derived from this thesis, have been mostly associated with the computational simulations of three behavioral experiments related with visual selective attention that initiated discussions and controversies in the scientific literature regarding their underlying explanations. In accordance, guided by the simulation results, a theoretical framework has been developed and presented on how the behavioral responses for each of the corresponding experiments were obtained, based on low level neural interactions, something that has not been clearly presented in the literature so far. The methodology behind the implementation is based on a new approach that combines the detail representations required in a connectionists spiking neural network model with more abstract concepts from cognitive psychology. As a result, the computational model effectively links the low level neural interactions with behavioral data, thus providing concrete explanations on how the latter were obtained. Furthermore, within the scopes of this thesis, new experimental tasks related with the simulated experiments have been carried out in the Experimental Psychology Lab of the University of Cyprus in an attempt to extend our knowledge about the behavioral aspects of attention as well as to provide data that are necessary for comparison and supplementary improvement of the model.