潜在認知状態を同定するための神経インフォームド認知モデルの効率について【Powered by NICT】

Hawkins Guy E.; Mittner Matthias; Forstmann Birte U.; Heathcote Andrew

文献

J-GLOBAL ID：201802263736815748 整理番号：18A0378483

潜在認知状態を同定するための神経インフォームド認知モデルの効率について【Powered by NICT】

On the efficiency of neurally-informed cognitive models to identify latent cognitive states

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=18A0378483&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=18A0378483&from=J-GLOBAL&jstjournalNo=C0831A") }}

著者 (4件)： , , ,
資料名：
巻： 76 号： PB ページ： 142-155 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)

心理理論は定量的認知モデルから得られた予測の経験的試験により進められている。認知モデルを開発し,拡張として,候補理論の間の識別に使用行動データに付随する要求を予測する複雑さ前でより明確に増加する傾向があった。認知モデル間の識別を支援するために,より最近では,パラメータ推定を制約するために,神経データは,行動データの補助的手段として,情報の中心流として用い,認知モデルの評価した。このようなモデルベース神経科学アプローチは多くの利点を伴う,脳-行動関係に関する仮説の正確な試験を含む。しかし,認知モデルの回復を制約する神経データのための容量のいくつかの系統的研究が行われてきた。高速意思決定の認知モデルのレンズを通して,著者らは,行動データに適合したモデルにおける潜在認知状態の同定を支援するためのニューラルデータの効率を調べた。潜在発生状況の組成についての仮定が異なる二つの理論的フレームワークを検討した。第一は観察された性能は,離散潜在状態の混合物から生成したと仮定した。連続次元に沿って変化する動的潜伏状態の第二考えられた。神経インフォームド対神経情報価値のない認知モデルにおける潜在的データ生成状態の回復を比較するためのシミュレーションベース手法を用いた。神経インフォームド認知モデルは媒質効果サイズの連続次元表現よりも離散状態表現でより確実に回復することを見いだしたが,回復した神経データにおける小サンプルサイズと適度な雑音に対しては困難であった。より大きな効果サイズは潜伏状態を分化時の回収率は両表現のための改善した。神経データは認知モデルにおける潜伏状態の同定を助けると結論したが,神経情報を用いた認知モデルを定量的に異なる枠組みは,異なるモデル回収効率を有していた。二理論的フレームワークを実装するために完全な作業例と無料で利用可能なコードを提供した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

, , , , , , , , ,
, , , , 【Automatic Indexing@JST】

著者キーワード (5件)： , , , ,

パターン認識

, , ,

前のページに戻る