Neuroznanstvena istraživanja pokazuju da se vidna percepcija odvija u nizu hijerarhijski organiziranih kortikalnih mreža među kojima postoje uzlazne, lateralne i povratne veze. Postojanje povratnih veza upućuje na zaključak da silazni procesi kao što su očekivanja i uvjerenja nastala na osnovi prethodno stečenog znanja mogu mijenjati sadržaj perceptivnog iskustva i time direktno utjecati na vidnu percepciju. Opći cilj i svrha doktorskog rada je razvoj novih matematičkih modela neuronskih mreža i njihovo testiranje putem računalnih simulacija. Modeli su dizajnirani s ciljem pružanja uvida u to kako povratne veze u vidnom korteksu doprinose silaznim utjecajima na vidnu percepciju. U radu su razmotrene dvije vrste silaznih utjecaja: 1) vidna selektivna pažnja i 2) očekivanja. Novi modeli konstruirani su putem modifikacija postojećih modela lateralne inhibicije i teorije adaptivne rezonance kako bi objasnili recentne psihofizičke i neuroznanstvene nalaze o odnosu između selekcije lokacija, objekata i obilježja u prostoru i utjecaja očekivanja na vidnu percepciju. Metoda doktorskog istraživanja je simulacijsko modeliranje neuronskih mreža gdje se matematički opisi modela implementiraju i testiraju na računalu putem programa MATLAB. Ovom se metodom sustavno ispituju odgovori modela na podražaje slične onima koji se zadaju ispitanicima u psihološkim istraživanjima, a potom se dobiveni rezultati modela uspoređuju s empirijskim podacima. U prvom dijelu doktorskog rada razvijena je rekurentna kompetitivna mreža s lateralnom inhibicijom za modeliranje selektivne pažnje. Na prostornoj mapi mreža ima sposobnost fleksibilnog odabira: jedne lokacije u prostoru, svih lokacija koje pripadaju nekom objektu ili svih lokacija koje pripadaju nekom obilježju. Mreža je proširena računalnim mehanizmima koji oponašaju moguću ulogu sinaptičkog prijenosa i dendrita u kortikalnoj obradi informacija. Drugim riječima, u mrežu su uključeni dendriti kao samostalne računalne jedinice te samoregulacija sinaptičkog prijenosa putem retrogradnih signala. Ovi mehanizmi povećavaju stabilnost mreže, smanjuju ukupnu količinu inhibicije u mreži i omogućavaju istovremenu selekciju arbitrarnog broja pobjednika koji su definirani zajedničkim obilježjem. Na taj način simulirano je formiranje Bulove mape i njezina elaboracija putem operacija presjeka i unije. Ukoliko se predložena mreža dalje ugradi u veću višerazinsku neuronsku arhitekturu za detekciju rubova ili linija, ona može simulirati prostornu selekciju objekta i implementirati vizualne rutine poput mentalnog praćenja kontura. U drugom dijelu doktorskog rada razvijena je neuronska mreža za percepciju boje zasnovana na teoriji adaptivne rezonance. Mreža može pomiriti kognitivnu neprobojnost vidne percepcije s neuroznanstvenim spoznajama o povratnim vezama u vidnom korteksu i silaznim utjecajima u vidnoj percepciji. Model objašnjava kako se neuronski signali koje registriraju čunjići u ranim stadijima vidnog procesiranja transformiraju u percepciju boje u kasnijim stadijima. Model također pokazuje da su za ograničavanje utjecaja očekivanja na percepciju boje odgovorni isti mehanizmi koji osiguravaju i stabilnost kodova za percepciju boje. Empirijski opaženi utjecaji očekivanja na percepciju boje objašnjavaju se kao posljedica privremenih nestabilnosti u dinamici mreže, koje dugoročno nestaju. Stoga model pokazuje da očekivanja ne mijenjaju sadržaj svjesne vidne percepcije, barem ne u velikoj mjeri. Općenito, doktorski rad pruža nove uvide u to kako povratne veze posreduju u silaznim utjecajima na vidnu percepciju. Također, predloženi modeli stvorili su brojne hipoteze za daljnja psihofizička i neurofiziološka istraživanja.