心理学 | SCI期刊专刊信息1条

2019 年 2 月 20 日 Call4Papers
心理学

Journal of Mathematical Psychology

Computational and mathematical approaches to multisensory integration: theory and models

全文截稿: 2019-03-01
影响因子: 2.176
中科院JCR分区:
  • 大类 : 医学 - 4区
  • 小类 : 数学跨学科应用 - 3区
网址: https://www.journals.elsevier.com/journal-of-mathematical-psychology
Every day, the human brain has to deal with a load of information carried by different sensory signals (visual, auditory, tactile, olfactory, vestibular) in different combinations, in time and space. We must employ specific “strategies” aimed at interpreting the stream of information and optimizing the probability of a successful response to external events. It has been revealed that one of the most important mechanisms the brain employs is multisensory integration (MSI). It is defined as the neural process by which unisensory signals are combined to form a new product that is significantly different from the responses evoked by the modality-specific component stimuli. Over the years, a number of rather ubiquitous empirical “rules” characterizing multisensory processing have been identified both in electrophysiological and behavioral data. Pivotal experiments by Barry Stein and colleagues helped to move away from a classic view of a brain with segregated sensory specific pathways to a more general idea of a “multisensory brain”, where regions previously categorized as “unisensory” now are known to exchange information, even at the earliest sensory processing stage in the cortex. Behavioral experiments further reinforced these findings. Numerous colleagues collected empirical evidence suggesting that MSI is a fundamental mechanism of the brain to interact with the external world, not limited to perceptual processes but involving higher order cognitive processes, such as decision making, semantics and language. These studies have produced a large body of knowledge about MSI, its fundamental characteristics, and the brain regions involved. More recently, several mathematical and computational approaches have been proposed to characterize MSI at different levels of description, but the goal of a unifying theoretical framework of MSI still seems out of reach. This Special Issue aims at presenting state-of-the-art theoretical and modeling efforts to better understand MSI. Papers involving computational and/or mathematical approaches with a clear reference to empirical data including any level of granularity, from single spike analysis to complex behavior, are most welcome.



下载Call4Papers App,获取更多详细内容!


登录查看更多
1

相关内容

Integration:Integration, the VLSI Journal。 Explanation:集成,VLSI杂志。 Publisher:Elsevier。 SIT:http://dblp.uni-trier.de/db/journals/integration/
【干货书】真实机器学习,264页pdf,Real-World Machine Learning
新时期我国信息技术产业的发展
专知会员服务
69+阅读 · 2020年1月18日
【Science最新论文】XAI—可解释人工智能简述,机遇与挑战
专知会员服务
163+阅读 · 2019年12月21日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
MIT新书《强化学习与最优控制》
专知会员服务
275+阅读 · 2019年10月9日
人工智能 | SCI期刊专刊/国际会议信息7条
Call4Papers
7+阅读 · 2019年3月12日
人工智能 | CCF推荐期刊专刊约稿信息6条
Call4Papers
5+阅读 · 2019年2月18日
人工智能 | SCI期刊专刊信息3条
Call4Papers
5+阅读 · 2019年1月10日
大数据 | 顶级SCI期刊专刊/国际会议信息7条
Call4Papers
10+阅读 · 2018年12月29日
医学 | 顶级SCI期刊专刊/国际会议信息4条
Call4Papers
5+阅读 · 2018年12月28日
人工智能类 | 国际会议/SCI期刊专刊信息9条
Call4Papers
4+阅读 · 2018年7月10日
计算机类 | 期刊专刊截稿信息9条
Call4Papers
4+阅读 · 2018年1月26日
人工智能 | 国际会议/SCI期刊约稿信息9条
Call4Papers
3+阅读 · 2018年1月12日
人工智能 | 国际会议截稿信息5条
Call4Papers
6+阅读 · 2017年11月22日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
A Survey of Deep Learning for Scientific Discovery
Arxiv
29+阅读 · 2020年3月26日
Directions for Explainable Knowledge-Enabled Systems
Arxiv
26+阅读 · 2020年3月17日
Arxiv
110+阅读 · 2020年2月5日
Arxiv
8+阅读 · 2018年2月23日
Arxiv
151+阅读 · 2017年8月1日
VIP会员
相关VIP内容
【干货书】真实机器学习,264页pdf,Real-World Machine Learning
新时期我国信息技术产业的发展
专知会员服务
69+阅读 · 2020年1月18日
【Science最新论文】XAI—可解释人工智能简述,机遇与挑战
专知会员服务
163+阅读 · 2019年12月21日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
MIT新书《强化学习与最优控制》
专知会员服务
275+阅读 · 2019年10月9日
相关资讯
人工智能 | SCI期刊专刊/国际会议信息7条
Call4Papers
7+阅读 · 2019年3月12日
人工智能 | CCF推荐期刊专刊约稿信息6条
Call4Papers
5+阅读 · 2019年2月18日
人工智能 | SCI期刊专刊信息3条
Call4Papers
5+阅读 · 2019年1月10日
大数据 | 顶级SCI期刊专刊/国际会议信息7条
Call4Papers
10+阅读 · 2018年12月29日
医学 | 顶级SCI期刊专刊/国际会议信息4条
Call4Papers
5+阅读 · 2018年12月28日
人工智能类 | 国际会议/SCI期刊专刊信息9条
Call4Papers
4+阅读 · 2018年7月10日
计算机类 | 期刊专刊截稿信息9条
Call4Papers
4+阅读 · 2018年1月26日
人工智能 | 国际会议/SCI期刊约稿信息9条
Call4Papers
3+阅读 · 2018年1月12日
人工智能 | 国际会议截稿信息5条
Call4Papers
6+阅读 · 2017年11月22日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Top
微信扫码咨询专知VIP会员