model bilgileri algı nasıl etkilediğini açıklar - Yanlış forearmed tahmini
Bir şeyi değerlendirdiğimizde, bilinçaltında son deneyimleri kullanırız. Münih Ludwig Maximilians Üniversitesi (LMU) ve Bernstein Center Münih'teki araştırmacılar, deneklerden sanal bir ortamda mesafeleri tahmin etmelerini istedi. Elde ettikleri sonuçlar, o noktaya kadar giden tüm rotaların ortalama değerine yöneldi. Bilim adamları ilk kez matematiksel bir model kullanarak deneysel sonuçları çok iyi tahmin edebildiler. Olasılık teorisinden bir önermenin yardımıyla iyi bilinen iki psikofizik yasasını birleştirir. Bu nedenle çalışma, algı araştırması için temel bir öneme sahip olabilir. (Journal of Neuroscience, 23 Kasım 2011)
Neden aynı mesafeyi bir anda uzun, diğerinde ise kısa olarak yargılıyoruz? Önemli olan daha önce hangi rotaları kat ettiğimizdir. Önemsiz gibi görünen bu şey aslında beynin farklı güçlerdeki uyaranları ve hatta sayılar gibi soyut unsurları nasıl işlediğine dair önemli bilgiler sağlar. Bu Dr. tarafından araştırıldı. Münih Bernstein Merkezi'nde proje yöneticisi olan Stefan Glasauer (LMU) ve doktora öğrencisi Frederike Petzschner deneysel ve teorik olarak. Test deneklerinin sanal bir alanda mesafeleri kat etmelerini ve ardından bunları orada mümkün olduğunca doğru bir şekilde yeniden üretmelerini sağladılar. Daha önceki çalışmalarda olduğu gibi, sonuçlar her zaman doğru değerden daha önce koşulan mesafelerin ortalamasına kaydırılmıştır.
Araştırmacılar şimdi ilk kez bu olguya genel bir açıklama getiriyorlar. Matematiksel bir model kullanarak önceki uyaranların mevcut tahmini nasıl etkilediğini hesaplayabilirler. Glasauer, "Önceki deneyimlerin bu etkisi büyük olasılıkla genel bir prensibi takip ediyor ve muhtemelen miktar veya hacim tahminleri için de geçerli" diye açıklıyor. Mesafeleri tahmin ederken önceki deneyimlerden güçlü bir şekilde etkilenen denekler, açıları tahmin ederken de önceki deneyimlerine daha fazla ağırlık verdiler. Her iki durumda da performanslarının başarısını veya başarısızlığını bilmeden öğrendiler. Öte yandan birçok öğrenme süreci bu tür geri bildirimleri gerektirir.
Şimdiye kadar temel bir prensibin hacim, parlaklık veya mesafe gibi uyaran güçlerinin algısını belirleyip belirlemediği tartışmalıydı. Psikofiziğin iki önemli yasası birbiriyle çelişiyor gibi görünüyordu: 150 yıl önce yayınlanan Weber-Fechner yasası ve 50 yıllık Stevens güç fonksiyonu. Münihli bilim insanları artık iki yasanın en azından belirli durumlarda çok iyi bir şekilde uzlaştırılabileceğini gösterdi.
Bunu yapmak için Weber-Fechner yasası, sonuçların ağırlıklandırılmasına izin veren Bayes'in olasılıksal teoremi (1763) ile birleştirilir ve böylece Stevens'ın kuvvet fonksiyonuna dönüştürülür. Glasauer inançla, "Algı araştırmacılarını 50 yılı aşkın süredir rahatsız eden bir sorunun çözümüne katkıda bulunabildik" diyor. Daha sonra araştırmacılar geçmiş verileri analiz etmek ve modelin hacim ve parlaklık gibi farklı uyaran yöntemleriyle doğrulanıp doğrulanmadığını netleştirmek istiyor.
Bernstein Merkezi Münih, Ulusal Bernstein Ağı Hesaplamalı Sinir Biliminin (NNCN) bir parçasıdır. NNCN, hesaplamalı sinirbilimin yeni araştırma disiplinindeki kapasiteleri bir araya toplamak, ağ oluşturmak ve daha da geliştirmek amacıyla BMBF tarafından kuruldu. Ağ, adını Alman fizyolog Julius Bernstein'dan (1835-1917) almıştır.
Orijinal yayın:
Petzschner F, Glasauer S (2011): Aralık ve regresyon etkilerinin açıklaması olarak yinelemeli Bayes tahmini - İnsan yolu entegrasyonu üzerine bir çalışma. J Neurosci 2011, 31(47): 17220-17229
Kaynak: Münih [LMU]
