Promotie Michele Esposito

Trefwoorden: Neurale representaties van geluid, diep leren in auditieve neurowetenschap, semantische verwerking van geluiden, brein-geïnspireerde computatiemodellen
 

"From Sound to Meaning Brain-Inspired Deep Neural Networks For Sound Recognition"

Dit proefschrift onderzoekt hoe de menselijke hersenen complexe alledaagse geluiden verwerken door inzichten uit de neurowetenschappen en kunstmatige intelligentie te combineren. Het onderzoek richt zich op het ontwikkelen en evalueren van computationele modellen die nabootsen hoe de hersenen geluiden horen, interpreteren en betekenis toekennen. Door gebruik te maken van diepe neurale netwerken—kunstmatige-intelligentiesoftware geïnspireerd op de structuur van de hersenen—streeft de studie ernaar beter te begrijpen hoe we geluiden zoals spraak, muziek of omgevingsgeluiden ontcijferen. Deze modellen worden vergeleken met gegevens verzameld uit hersenscans en gedrags-experimenten om hun biologische relevantie te beoordelen. Er wordt ook nadruk gelegd op het begrijpen van hoe we akoestische kenmerken en semantische informatie extraheren—wat een geluid betekent in context. Het laatste hoofdstuk introduceert een nieuw tijdsresolutie-model dat vastlegt hoe de hersenen geluidkenmerken continu in de tijd integreren, wat beter de dynamische aard van de hersenen weerspiegelt. Dit interdisciplinair werk draagt bij aan de cognitieve neurowetenschappen en de ontwikkeling van mensachtige kunstmatige gehoorsystemen.

Klik hier voor de livestream.