Dr. Daniel Kluger

 

 

 

 

Abgeschlossenes Projekt

Is there safety in numbers? Vorhersagefehler in der seriellen Verarbeitung von Zahlen

Das Konzept des predictive brain, das die prädiktive bzw. antizipatorische Verarbeitung externaler wie internaler Zustände als den zentralen Mechanismus des menschlichen Gehirns postuliert, gewinnt in den letzten Jahren rasant an Bedeutung (Clark, 2013). Hierarchische generative Modelle gleichen fortlaufend sensorischen Input mit top-down Vorhersagen des Perzepts ab (predictive coding), wobei der Vorhersagefehler möglichst klein gehalten wird (Mumford, 1992; Friston, 2010). Als Grundlage für die Modifikation internaler Vorwärtsmodelle ist der Vorhersagefehler Gegenstand bildgebender Untersuchungen, insbesondere im Hinblick auf neuroanatomische Korrelate, die Rückschlüsse auf die zugrunde liegenden funktionellen Netzwerke kortikaler Verarbeitung erlauben. In Paradigmen zu abstrakten Regelverletzungen konnten Aktivierungen beispielsweise im dorsolateralen Präfrontalkortex (z.B. Fletcher et al., 2001), dem intraparietalen Sulcus (Gläscher, Daw, Dayan, & O’Doherty, 2010) und dem Prämotorkortex (den Ouden, Daunizeau, Roiser, Friston, & Stephan, 2010) gezeigt werden. Insbesondere für Erwartungsverletzungen sequentieller Stimuli konnten Bubic, von Cramon, Jacobsen, Schröger und Schubotz (2009) ein spezifisches funktionelles Netzwerk mit prämotorischer sowie präfrontaler Beteiligung nachweisen, das über die sequentielle Verarbeitung hinaus Rückschlüsse auf die Fehlerdetektion, Modell-Aktualisierung und Bewertung des Vorhersagefehlers erlaubt.

Mit Hilfe funktioneller Magnet-Resonanz-Tomographie (fMRT) soll untersucht werden, inwiefern verschiedene Arten abstrakter sequentieller Regelverletzungen mit qualitativ unterschiedlichen neuronalen Korrelaten der jeweiligen Vorhersagefehler einhergehen. Weiterhin soll die Stabilität der Prädiktion durch Vorwärtsmodelle in verschiedenen statistischen Kontexten untersucht werden, in denen Regelverletzungen mehr oder weniger häufig auftreten.

Literatur:

Bubic, A., Von Cramon, D. Y., Jacobsen, T., Schröger, E., & Schubotz, R. I. (2009). Violation of expectation: neural correlates reflect bases of prediction. Journal of Cognitive Neuroscience, 21(1), 155-168.

Clark, A. (2013). Whatever next? Predictive brains, situated agents, and the future of cognitive science. Behavioral and Brain Sciences, 36(03), 181-204.

den Ouden, H. E., Daunizeau, J., Roiser, J., Friston, K. J., & Stephan, K. E. (2010). Striatal prediction error modulates cortical coupling. The Journal of Neuroscience, 30(9), 3210-3219.

Fletcher, P. C., Anderson, J. M., Shanks, D. R., Honey, R., Carpenter, T. A., Donovan, T., Papadakis, N., & Bullmore, E. T. (2001). Responses of human frontal cortex to surprising events are predicted by formal associative learning theory. Nature Neuroscience, 4(10), 1043-1048.

Friston, K. (2010). The free-energy principle: a unified brain theory?. Nature Reviews Neuroscience, 11(2), 127-138.

Gläscher, J., Daw, N., Dayan, P., & O'Doherty, J. P. (2010). States versus rewards: dissociable neural prediction error signals underlying model-based and model-free reinforcement learning. Neuron, 66(4), 585-595.

Mumford, D. (1992). On the computational architecture of the neocortex. Biological Cybernetics, 66(3), 241-251

 

Publikationen

Roehe, M.A., Kluger, D.S., Schroeder, S.C.Y., Schliephake, L.M., Boelte, J., Jacobsen, T., Schubotz., R.I. (2021). Early alpha/beta oscillations reflect the formation of face-related expectations in the brain. PLoS ONE 16(7): e0255116

Heins, N., Pomp, J., Kluger, D.S., Vinbrüx, S., Trempler, I., Kohler, A., Kornysheva, K., Zentgraf, K., Raab, M., Schubotz, R.I. (2021) Surmising synchrony of sound and sight: Factors explaining variance of audiovisual integration in hurdling, tap dancing and drumming. PLoS ONE 16(7): e0253130

Heins, N., Pomp, J., Kluger, D.S., Trempler, I., Zentgraf, K., Raab, M., Schubotz, R.I. (2020) Incidental or intentional? Different brain responses to one's own action sounds in hurdling vs. tap dancing. Frontiers in Neuroscience,14:483, doi.org/10.3389/fnins.2020.00483

Kluger, D.S, Broers, N., Roehe, M. A, Wurm, M.F., Busch, N. A., Schubotz, R.I. (2020) Exploitation of local and global information in predictive processing. PLOS ONE, 15(4):e0231021, doi.org/10.1371/journal.pone.0231021

Kluger D.S., Quante L., Kohler, A., Schubotz R.I. (2019) Being right matters: Model-compliant events in predictive processing. PLOS ONE, 14(6): e0218311.

Quante L., Kluger D.S., Bürkner P.C., Ekman M., Schubotz R.I. (2018) Graph measures in task-based fMRI: Functional integration during read-out of visual and auditory information. PLOS ONE, 13(11): e0207119.

Kluger, D.S. & Schubotz, R.I. (2017). Strategic adaptation to non-reward prediction error qualities and irreducible uncertainty in fMRI. Cortex, 97, 32-48. 

 

Aktuelle Position

Postdoc am Institut für Biomagnetismus und Biosignalanalyse des Uniklinikums Münster
https://www.medizin.uni-muenster.de/biomag/forschung/ag-d-kluger.html