文献

J-GLOBAL ID：201702255077315065   整理番号：17A1419752

純粋精度タスクにおける簡潔に提示された,相互にまぎらわしい単一刺激の視覚的同定のためのGauss対モデル【Powered by NICT】

Gaussian counter models for visual identification of briefly presented, mutually confusable single stimuli in pure accuracy tasks

著者 (4件)： Tamborrino Massimiliano (Institute for Stochastics, Johannes Kepler University Linz, Altenberger Strasse 69, Linz, Austria) ,  Ditlevsen Susanne (Department of Mathematical Sciences, University of Copenhagen, Universitetsparken 5, Copenhagen, Denmark) ,  Markussen Bo (Department of Mathematical Sciences, University of Copenhagen, Universitetsparken 5, Copenhagen, Denmark) ,  Kyllingsbaek Soren (Department of Psychology, University of Copenhagen, Farimagsgade 2A, Copenhagen, Denmark)
資料名： Journal of Mathematical Psychology  (Journal of Mathematical Psychology)
巻： 79  ページ： 85-103  発行年： 2017年 
JST資料番号： C0831A  ISSN： 0022-2496  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 混乱視覚刺激を同定する場合,時間情報の蓄積は,オブザーバの著明な戦略である。しかし,蓄積過程の性質は未解決である:例えば,符号化された情報の観点から離散または連続である可能性がある。もう一つの未解決の問題は刺激サンプリングは,音刺激オフセット後も継続するか否かである。本論文では,純粋な精度タスクにおける簡潔に提示し,相互に紛らわしい単一刺激の視覚的同定の時間過程の種々の連続したガウス形対モデルを提案した。刺激分析中に,刺激は消失後刺激iはカテゴリーjに属するという暫定的分類は,最大時間まで行った。二クラスのモデルを提案した。最初に,明白な応答は刺激は消失し時間で最大値を持つことを分類に基づいている(レースモデル)。第二に,明白な応答は一定境界(第一通過時間モデル)による最小第一通過時間を分類に基づいている。この枠組みの中で,多変量WienerとOrnstein-Uhlenbeck対モデルは,異なるパラメータ条件の下で考察した,刺激サンプリングは直ちに停止すること,又はそれは,音刺激オフセット後しばらく続くことのどちらかを仮定した。各タイプのモデルは二広範な実験における応答の観察された確率分布に対する適合度のモンテカルロ試験によって評価した。Kyllingsbaek,Markussen,Bundesen(2012)によって提案された簡単な離散Poissonカウンターモデルを用いたこれらの連続モデルの比較を行い,競合する候補の中からモデル選択した。WienerとOrnstein-Uhlenbeckレースモデルの両方は,両指とLandolt環の同定に個々のデータへの良好な適合を提供し,第一通過時間モデルとPoisson対競争モデルより優れていた。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： カオス ,  音刺激 ,  確率分布 ,  オフセット ,  *視覚 ,  モンテカルロ法 ,  符号化
準シソーラス用語： モデル選択 ,  連続モデル ,  適合度 ,  多変量 ,  第一通過時間 ,  時間情報 ,  視覚刺激 , 【Automatic Indexing@JST】

著者キーワード (6件)： 出口時間 ,  多変量Wiener過程 ,  多変量Ornstein-Uhlenbeck過程 ,  視覚同定 ,  視覚分類 ,  モデル選択

分類 (2件)： 符号理論  (ND02030R) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： タスク ,  刺激 ,  視覚 ,  同定 ,  モデル