Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT
Zur Ablage hinzufügen
  Lokale TagsFreigabegeschichteDetailsÜbersicht

Freigegeben
Zeitschriftenartikel

A challenge for predictive coding: Representational or experiential diversity?

MPG-Autoren
/persons/resource/persons241051

Vilas,  Martina G.
Department of Neuroscience, Max Planck Institute for Empirical Aesthetics, Max Planck Society;

/persons/resource/persons187736

Melloni,  Lucia
Department of Neuroscience, Max Planck Institute for Empirical Aesthetics, Max Planck Society;
Department of Neurology, NYU Comprehensive Epilepsy Center, School of Medicine, New York University;

Externe Ressourcen
Es sind keine externen Ressourcen hinterlegt
Volltexte (beschränkter Zugriff)
Für Ihren IP-Bereich sind aktuell keine Volltexte freigegeben.
Volltexte (frei zugänglich)
Es sind keine frei zugänglichen Volltexte in PuRe verfügbar
Ergänzendes Material (frei zugänglich)
Es sind keine frei zugänglichen Ergänzenden Materialien verfügbar
Zitation

Vilas, M. G., & Melloni, L. (2020). A challenge for predictive coding: Representational or experiential diversity? Behavioral and Brain Sciences, 43: e150. doi:10.1017/S0140525X19003157.


Zitierlink: https://hdl.handle.net/21.11116/0000-0006-BBBE-2
Zusammenfassung


To become a unifying theory of brain function, predictive processing (PP) must accommodate its rich representational diversity. Gilead et al. claim such diversity requires a multi-process theory, and thus is out of reach for PP, which postulates a universal canonical computation. We contend this argument and instead propose that PP fails to account for the experiential level of representations.