Luca Pogoda ist studierter Kognitionswissenschaftler und Wissensaktivierungspraktiker. Seine Promotion verfasste er im Bereich der Neuroökonomie, welche sich mit der Frage beschäftigte, inwieweit Musterererkennungsalgorithmen aus dem maschinellen Lernen dazu geeignet sind, Produktpräferenzen aus fMRT-Daten zu decodieren.

Die vorliegende Dissertation stellt die erste systematische und größer angelegte Untersuchung zur Vorhersage von Nahrungsmittelpräferenzen / Produktpräferenzen (Schokoriegel und salzige Snacks) anhand von funktionellen MRT-Daten, unter Verwendung der Multi-Voxel Pattern Analysis (MVPA), dar.