<div dir="ltr">Hi everyone, <div><br></div><div>As usual, graduate students are invited to join the speaker for lunch. It will be a bit later than usual. Please meet in PAS 2464 at 1:00 if you are interested, and contact Eric Hunsberger (<a href="mailto:erichuns@gmail.com">erichuns@gmail.com</a>) with any questions. </div><div><br></div><div>Also a reminder that the talk is 3:30 Tuesday March 28 (tomorrow) in PAS 2464. </div><div><br></div><div>Bryan  <br><div><div class="gmail_extra"><br><div class="gmail_quote">On Fri, Mar 17, 2017 at 11:35 PM, Bryan Tripp <span dir="ltr"><<a href="mailto:bptripp@gmail.com" target="_blank">bptripp@gmail.com</a>></span> wrote:<br><blockquote class="gmail_quote" style="margin:0px 0px 0px 0.8ex;border-left:1px solid rgb(204,204,204);padding-left:1ex"><div dir="ltr">Hi everyone, <div><br></div><div>Please join us for the final CTN seminar of the year, with speaker Gunnar Blohm. The title and abstract follow.  </div><div><br></div><div>Bryan </div><div><br></div><div><br></div><div><div>Spiking networks for decision making and working memory</div><div><br></div><div>G. Blohm</div><div><br></div><div>Queen’s University, Centre for Neuroscience Studies, Departments of Biomedical and Molecular Sciences, Mathematics & Statistics, Psychology, School of Computing; and Canadian Action and Perception Network (CAPnet)</div><div><br></div><div>Decision making and working memory are central to cognition. Working memory is the transient retention and manipulation of information that can then be used to make a selection among choices, i.e. a decision. I propose a unifying framework of neural dynamics that could underlie different key features of decision making (such as the speed-accuracy trade-off) and working memory (such as capacity, distractibility and overload). We developed spiking neural models that capture decisions and working memory independently or within the same network as a function of a single (cognitive) control parameter, which we propose to be distal network disinhibition. The predicted neural mechanisms are helpful in understanding canonical computations underlying a variety of cognitive process beyond decisions and working memory.</div></div><div><br></div><div> </div></div>
</blockquote></div><br></div></div></div></div>