Title (eng)
Neural signatures of Bayesian perceptual adaptation during auditory motion discrimination
Parallel title (deu)
Neurale Signaturen Bayes'scher perzeptueller Adaption während auditiver Bewegungsdiskrimination
Author
Roman Hans Fleischmann
Advisor
Ulrich Ansorge
Assessor
Ulrich Ansorge
Abstract (deu)
Hörwahrnehmung unterliegt sensorischem Rauschen und einer sich plötzlich verändernden Umwelt. Um mehrdeutige sensorische Reize zu verarbeiten, benötigt das auditive System eine Balance aus Flexibilität und Robustheit. Bayes’sche Inferenz bestimmt die statistisch optimale Lösung. Die vorliegende Arbeit untersucht, ob auditive Bewegungswahrnehmung Bayes‘schen Prinzipien folgt, auf Verhaltens-, sowie auf neurophysiologischer Ebene. Unter Aufzeichnung eines Elektroencephalograms (EEG) wurden 26 jungen Erwachsenen Sequenzen von auditiven Bewegungen mit zufälliger Länge und direktionalen Wendepunkten (WP) präsentiert, wobei die Teilnehmer*innen die Richtung der letzten wahrgenommenen Bewegung angaben. Die Genauigkeit der Teilnehmer*innen änderte sich signifikant abhängig von WP, mit sehr niedriger Genauigkeit direkt nach einem WP und einem stetigen Anstieg über multiple Bewegungen ohne Richtungsänderung. Dies zeigt einen starken Einfluss temporär etablierter Prior auf auditive Bewegungswahrnehmung. Clusterbasierte Permutationsanalyse der EEG-Daten zeigt im zentralen Ereginiskorrelierten Potential P3b spätere und länger anhaltende Aktivität für auditive Bewegungen direkt nach einem WP. Aus einem Bayes’schen model wurden Schätzwerte des reliabilitäts-gewichteten Vorhersagefehlers (surprisal) extrahiert, welche P3b Clusteramplituden für einzelne auditive Stimuli signifikant vorhersagen. Die Ergebnisse legen nahe, dass sich die Wahrnehmung akustischer Bewegungen, wie ein idealer Bayes’scher Beobachter, kontinuierlich an unvorhersehbare Veränderungen der Umwelt anpasst.
Abstract (eng)
Auditory perception is subject to sensory noise and rapidly changing environments. To deal with ambiguous input, the auditory system needs to find the correct balance between flexibility and robustness. Bayesian inference determines the statistically optimal solution. The present thesis investigated on a behavioral and neurophysiological level whether auditory motion perception employs Bayesian inference. While monitored via high-density EEG, 26 young adults indicated the final direction of auditory motion sequences with random length and change points (CPs). Participants’ accuracy changed significantly based on the occurrence of CPs with a sharp decrease directly following a CP and a steady increase with additional motions in the same direction, revealing a strong influence of momentarily established priors on auditory perception. Cluster-based permutation analysis of the EEG data revealed a centrally distributed P3b component showing later and longer sustained activity for motions directly following a CP. Momentary estimates of surprisal were estimated by a Bayesian CP model and significantly predicted the cluster amplitudes on a singlesound level. These findings suggest auditory motion perception to continuously adapt to unpredictable changes as the Bayesian observer would do.
Keywords (deu)
EEGBayes'sche InferenzSurprisalAuditive WahrnehmungBewegungsdiskrimination
Keywords (eng)
EEGBayesian InferenceSurprisalAuditory PerceptionMotion Discrimination
Subject (deu)
Subject (deu)
Subject (deu)
Type (deu)
Persistent identifier
Extent (deu)
55 Seiten : Illustrationen
Number of pages
56
Study plan
Masterstudium Psychologie
[UA]
[066]
[840]
Association (deu)
Title (eng)
Neural signatures of Bayesian perceptual adaptation during auditory motion discrimination
Parallel title (deu)
Neurale Signaturen Bayes'scher perzeptueller Adaption während auditiver Bewegungsdiskrimination
Author
Roman Hans Fleischmann
Abstract (deu)
Hörwahrnehmung unterliegt sensorischem Rauschen und einer sich plötzlich verändernden Umwelt. Um mehrdeutige sensorische Reize zu verarbeiten, benötigt das auditive System eine Balance aus Flexibilität und Robustheit. Bayes’sche Inferenz bestimmt die statistisch optimale Lösung. Die vorliegende Arbeit untersucht, ob auditive Bewegungswahrnehmung Bayes‘schen Prinzipien folgt, auf Verhaltens-, sowie auf neurophysiologischer Ebene. Unter Aufzeichnung eines Elektroencephalograms (EEG) wurden 26 jungen Erwachsenen Sequenzen von auditiven Bewegungen mit zufälliger Länge und direktionalen Wendepunkten (WP) präsentiert, wobei die Teilnehmer*innen die Richtung der letzten wahrgenommenen Bewegung angaben. Die Genauigkeit der Teilnehmer*innen änderte sich signifikant abhängig von WP, mit sehr niedriger Genauigkeit direkt nach einem WP und einem stetigen Anstieg über multiple Bewegungen ohne Richtungsänderung. Dies zeigt einen starken Einfluss temporär etablierter Prior auf auditive Bewegungswahrnehmung. Clusterbasierte Permutationsanalyse der EEG-Daten zeigt im zentralen Ereginiskorrelierten Potential P3b spätere und länger anhaltende Aktivität für auditive Bewegungen direkt nach einem WP. Aus einem Bayes’schen model wurden Schätzwerte des reliabilitäts-gewichteten Vorhersagefehlers (surprisal) extrahiert, welche P3b Clusteramplituden für einzelne auditive Stimuli signifikant vorhersagen. Die Ergebnisse legen nahe, dass sich die Wahrnehmung akustischer Bewegungen, wie ein idealer Bayes’scher Beobachter, kontinuierlich an unvorhersehbare Veränderungen der Umwelt anpasst.
Abstract (eng)
Auditory perception is subject to sensory noise and rapidly changing environments. To deal with ambiguous input, the auditory system needs to find the correct balance between flexibility and robustness. Bayesian inference determines the statistically optimal solution. The present thesis investigated on a behavioral and neurophysiological level whether auditory motion perception employs Bayesian inference. While monitored via high-density EEG, 26 young adults indicated the final direction of auditory motion sequences with random length and change points (CPs). Participants’ accuracy changed significantly based on the occurrence of CPs with a sharp decrease directly following a CP and a steady increase with additional motions in the same direction, revealing a strong influence of momentarily established priors on auditory perception. Cluster-based permutation analysis of the EEG data revealed a centrally distributed P3b component showing later and longer sustained activity for motions directly following a CP. Momentary estimates of surprisal were estimated by a Bayesian CP model and significantly predicted the cluster amplitudes on a singlesound level. These findings suggest auditory motion perception to continuously adapt to unpredictable changes as the Bayesian observer would do.
Keywords (deu)
EEGBayes'sche InferenzSurprisalAuditive WahrnehmungBewegungsdiskrimination
Keywords (eng)
EEGBayesian InferenceSurprisalAuditory PerceptionMotion Discrimination
Subject (deu)
Subject (deu)
Subject (deu)
Type (deu)
Persistent identifier
Number of pages
56
Association (deu)
License
- Citable links
- Other links
- Managed by
- Details
- Usage statistics-
- Metadata
- Export formats