文献

J-GLOBAL ID：201802275547977517   整理番号：18A0330719

正確なべきか,詳細は重要かないの予測の詳細予測処理,精度,準位について【Powered by NICT】

To be precise, the details don’t matter: On predictive processing, precision, and level of detail of predictions

著者 (3件)： Kwisthout Johan (Radboud University, Donders Institute for Brain, Cognition and Behavior, Nijmegen, The Netherlands) ,  Bekkering Harold (Radboud University, Donders Institute for Brain, Cognition and Behavior, Nijmegen, The Netherlands) ,  van Rooij Iris (Radboud University, Donders Institute for Brain, Cognition and Behavior, Nijmegen, The Netherlands)
資料名： Brain and Cognition  (Brain and Cognition)
巻： 112  ページ： 84-91  発行年： 2017年 
JST資料番号： A1216A  ISSN： 0278-2626  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： 予測処理説明する多くの理論的および経験的寄与は予測誤差の精度変調の重要な役割を強調した。最近,ヒト予測処理に利用されている因果モデルが最良の形式的カテゴリー確率分布によってモデル化することが提案されている。重要なことは,このような分布は,良く定義された離散状態空間を仮定している。本論文では,この形式の影響を調べた。特に,生成モデルと予測の詳細のレベルは予測誤差を調節することを論じた。生成モデルの詳細のレベルを増加させ,予測の詳細のレベルを減少させる予測誤差を低下させるための適切な機構であることを示した。両者は精度を増加させるが,正確な予測によって得ることのできる情報の量を低下させる代償が必要である。著者らの理論的結果は,対処すべき主要開かれた経験の疑問を確立した:その予測を行う場合,脳はどのようにして高精度と情報利得間のトレードオフを最適化方法Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 確率分布 ,  モデリング ,  最適化手法 ,  ヒト ,  予測誤差 ,  *予測
準シソーラス用語： 情報利得 ,  高精度 ,  生成モデル ,  状態空間 ,  因果モデル , 【Automatic Indexing@JST】

著者キーワード (6件)： 予測処理 ,  精密 ,  ディテールのレベル ,  構造化表現 ,  形式的モデリング ,  因果Bayesネットワーク

分類 (5件)： 発電機  (NB07020J) ,  図形・画像処理一般  (JE04010I) ,  電磁気学一般  (BD01020N) ,  移動通信  (ND08030H) ,  飛しょう体用電子航法  (ND14030K)

タイトルに関連する用語 (2件)： べき ,  予測