類似性判断の収集と分析のための心理物理学パラダイム

サマリー

このプロトコルは、大量の類似性判断を得るための実験的心理物理学パラダイムと、それに付随する分析ワークフローを提示する。パラダイムはコンテキスト効果を調査し、少なくとも5次元のユークリッド空間の観点から類似性データのモデリングを可能にします。

要約

類似性判断は、心的表現とその神経相関を研究するために一般的に使用されます。このアプローチは、色、オブジェクト、画像、単語、音など、多くの領域の知覚空間を特徴付けるために使用されてきました。理想的には、すべての刺激のペア間で知覚される類似性の推定値を比較したいかもしれませんが、これはしばしば実用的ではありません。たとえば、被験者に2つの項目の類似度と他の2つの項目の類似度を比較するように依頼すると、比較の数は刺激セットサイズの4乗とともに増加します。別の戦略は、被験者に孤立したペアの類似性を評価するように依頼することです(例えば、リッカートスケール)。これははるかに効率的です(評価の数は、四分位ではなく、設定されたサイズで2次的に増加します)が、これらの評価は不安定で解像度が限られている傾向があり、このアプローチではコンテキスト効果がないことも前提としています。

ここでは、類似性判定の効率的な収集のための新しいランキングパラダイムと、ユークリッド距離モデルがデータを説明するかどうかをテストする分析パイプライン(ソフトウェア提供)が提示されます。典型的な試験は、中央の基準刺激の周りの8つの刺激からなる:被験者は、参照との類似性の順に刺激をランク付けする。各試験で使用される刺激の組み合わせを慎重に選択することにより、このアプローチは一貫性と文脈効果のための内部制御を有する。このアプローチは、最大5次元のユークリッド空間から引き出された刺激について検証された。

このアプローチは、37の単語間の類似性を測定する実験で示されています。各試行では、「B が参照に似ていたよりも A が参照に似ていたか」という形式の 28 のペアワイズ比較の結果が得られます。刺激のペアのすべてのペアを直接比較するには221445試行が必要でしたが、この設計により、222回の試行から得られた5994のそのような比較から知覚空間の再構成が可能になります。

概要

人間は、物体認識、ナビゲーション、環境に関する推論など、幅広いタスクを実行するために、入ってくる感覚情報を精神的に処理して表現します。類似性判断は、これらの精神的表現を調査するために一般的に使用されます¹。心的表象の構造を理解することは、概念的知識の組織化への洞察を提供する^{ことができます2}。また、類似性判定を脳の活性化パターンに関連付けることで、神経計算に関する洞察を得ることもできます³。さらに、類似性判断は、知覚において顕著な特徴を明らかにする⁴。発達中に心表象がどのように変化するかを研究することは、それらがどのように学習されるかを明らかにすることができます⁵。したがって、類似性判断は、脳内の情報処理に関する貴重な洞察を提供します。

類似性を用いた精神表現の一般的なモデルは、幾何学的空間モデル^6,7,8である。感覚領域に適用されるこの種のモデルは、しばしば^{知覚空間9}と呼ばれます。空間内の点は刺激を表し、点間....

プロトコル

実験を開始する前に、すべての被験者は、機関のガイドラインとヘルシンキ宣言に従ってインフォームドコンセントを提供します。この研究の場合、プロトコルはWeill Cornell Medical Collegeの施設内審査委員会によって承認されました。

1. インストールとセットアップ

1. GitHubリポジトリ、類似点(https://github.com/jvlab/similarities)からコードをダウンロードしてください。コマンドラインで、git clone https://github.com/jvlab/similarities.git を実行します。- git がインストールされていない場合は、リポジトリから zip 形式のフォルダとしてコードをダウンロードします。
   注: リポジトリには、2 つのサンプル実験を含む experiments と、収集された類似性データを分析するための一連の python スクリプトを含む analysis の 2 つのサブディレクトリがあります。実験ディレクトリでは、1つ(word_exp)は単語刺激を使用し、もう1つ(image_exp)は画像刺激を表示します。Python に精通していれば役に立つでしょうが、必ずしもそうである必要はありません。コマンドラインに精通していることを前提としています:複数のステップでは、コマンドラインからスクリプトを実行する必要....

結果

図 1A は、ステップ 3.3 のスクリプトによって生成された条件ファイルの一部を、単語実験用に示しています。各行は試行に対応します。ref 列の刺激がディスプレイの中央に表示されます。列名 stim1 から stim8 は、中央参照の右側の位置から始まる反時計回りに走る円に沿った 8 つの位置に対応します。「実験」という単語からのサンプル試行を図 1B に示します。

実現可能性と再現性を実証するために、刺激セットが37匹の動物の名前で構成された実験が行われました。研究の一環として、視力が正常な8人の健常者から完全なデータセットが収集された。この方法を実証するために、これらの被験者のうち3人からのデータがここに示されており、そのうちの2人は研究の目的に素朴であった。インフォームドコンセントは、ヘルシンキ宣言とワイルコーネル医科大学の制度ガイドラインに従って取得されました。

デ.......

ディスカッション

ここで概説したプロトコルは、視覚的に提示できる刺激に対する類似性判定を取得・分析するのに有効である。実験パラダイム、分析、および可能な拡張が最初に議論され、後でこの方法の長所と短所が議論される。

実験パラダイム:提案手法は,37匹の動物名のドメインを用いて実証され,ステップ5の解析に従い,図3~図6の一部を再現できるように,知覚的判断のサンプルデータセットを提供する(プロトコルステップ1.4)。実験計画は、これらの37個の刺激を222回の試行(それぞれが中心に基準刺激を含み、周囲のリングに8つの比較刺激を含む)にグループ化し、いくつかの基準が成り立つようにする:a)37個の刺激のそれぞれが基準として等しい回数(6回)の回数(222 = 37×6)、b)刺激が基準である6回の試行にわたって、 残りの36個の刺激の全てが、少なくとも1回は比較刺激として使用され、c)24個の刺激は、所与の基準とのちょうど1回の比較において生じ、.......

材料

この記事で使用された材料の一覧

名前	会社	カタログ番号	コメント
コンピュータワークステーション	N/A	N/A	OS: Windows/ MacOS 10 以降/ Linux; 3.1 GHz デュアルコア Intel Core i5 または同等品; 8GB 以上のメモリ;ファイルを書き込んで実行するためのユーザー権限
conda		バージョン 4.11	OS: Windows/ MacOS 10 以降/ Linux
Microsoft Excel	Microsoft	Any	試用条件ファイルの行と列を開いてシャッフルします。
PsychoPy	N/A	バージョン 2021.2	心理物理学的研究を実行するためのフレームワーク
Python 3	Python Software Foundation	Python バージョン 3.8	Python3 および関連する組み込みライブラリ
必要な Python ライブラリ	N/A	numpy バージョン: 1.17.2 以上; matplotlib バージョン 3.4.3 以上 scipy バージョン 1.3.1 以上 パンダス バージョン 0.25.3 以上 seaborn バージョン 0.9.0 以上 scikit_learn バージョン0.23.1 以上。YAMLバージョン6.0以降	numpy、scipy、scikit_learn は、最適化とベクトル演算のための組み込み関数を備えたコンピューティングモジュールです。matplotlib と seaborn はプロットライブラリです。pandas は csv ファイルからのデータの読み取りと編集に慣れています。