Name: 人間の像の不気味の谷仮説 次元の知覚とカテゴリ処理：一部の方法論 (動画) | JoVE Journal
Uploaded: 2013-06-03T08:58:00.000+00:00
Duration: 7 min 34 s
Description: 学ぶ不気味の谷仮説における人間らしさの次元に沿ったカテゴリ的知覚の効果を、モルフ連続体生成と強制選択課題を用いて検証する方法。この手法は、人間とアバターの知覚的境界を明らかにし、ロボット工学やバーチャルリアリティの設計に応用できる。

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

この作品は、欧州連合（EU）FET統合プロジェクトPRESENCCIA（契約番号27731）でサポートされている研究に基づいています。

利害の衝突は宣言されていない。

<table><tbody><tr><td>Funmorph</td><td>Zealsoft Inc.</td><td></td><td></td></tr><tr><td>Poser 7</td><td>Smith Micro Software</td><td></td><td>&lt;a href=&quot;http://www.smithmicro.com&quot; target=&quot;_blank">www.smithmicro.com&lt;/a&gt;</td></tr><tr><td>Adobe Photoshop CS3</td><td>Adobe</td><td></td><td>&lt;a href=&quot;http://www.adobe.com&quot; target=&quot;_blank">www.adobe.com&lt;/a&gt;</td></tr><tr><td>プレゼンテーションソフトウェア</td><td></td><td></td><td>Version 14.1, &lt;a href=&quot;http://www.neurobs.com&quot; target=&quot;_blank">www.neurobs.com&lt;/a&gt; </td></tr><tr><td>SPSS Version 16 </td><td></td><td></td><td>&lt;a href=&quot;http://www.ibm.com/software/analytics/spss&quot; target=&quot;_blank">www.ibm.com/software/analytics/spss&lt;/a&gt; </td></tr><tr><td>MRI適合ヘッドマウントディスプレイ</td><td>Resonance Technology Inc.</td><td></td><td>&quot;VisuaStim - Digital&quot;</td></tr><tr><td>3-T全身MR装置</td><td>Philips Medical Systems</td><td></td><td></td></tr><tr><td>MATLAB 2006b</td><td>Mathworks Inc.</td><td></td><td></td></tr><tr><td>SPM5 ソフトウェアパッケージ</td><td></td><td></td><td>&lt;a href=&quot;http://fil.ion.ucl.ac.uk/spm&quot; target=&quot;_blank">http://fil.ion.ucl.ac.uk/spm&lt;/a&gt;</td></tr></tbody></table>

人間の像の不気味の谷仮説 &#39;次元の知覚とカテゴリ処理：一部の方法論

Perceptual and Category Processing of the Uncanny Valley Hypothesis' Dimension of Human Likeness: Some Methodological Issues

森の不気味の谷の仮説1,2は、ロボットなどの人間のような文字の認識とは、拡張子によって、アバターが（コンピュータ生成文字）に沿って、視覚と行動のリアリズムのオブジェクトの度合いに応じて、正または負の影響（原子価）を呼び起こすことができることを提案しているヒトらしさの寸法（DHL）（ 図1）。現実的ではなく、種々のヒト以外の文字の主観的な応答の情動価の研究は、一貫性のない所見3、4、5、6を作り出した。これには多くの理由の一つは、仮説が前提とされるヒトらしさが知覚されないです。 DHLは、物理的な人間らしい類似度の円滑な線形変化として森の説明の後に定義することができますが、DHLに沿ってオブジェクトの主観的認識はカテゴリカル知覚（CP）7の心理的影響の観点から理解することができます。 CAのさらなる行動と神経画像の研究DHLに沿って感情経験にディメンションの基礎カテゴリ構造の潜在的影響のtegory処理とCPが必要とされている。このプロトコルは、したがって、DHLに焦点を当て、CPの検査を可能にします。例としてビデオで提示プロトコルに基づいて、プロトコルとDHLを表現するためにモーフコンティから引き出された刺激の &quot;不気味な&quot;研究で使用されている方法論をめぐ​​る問題は、映像に付随する資料に記載されている。カテゴリの変更とカテゴリ処理に応答して、それらからの物理的人間のような類似の神経的反応する脳領域を解きほぐすために、DHLを表現する神経画像とモーフ刺激の使用が簡単に説明される。

1。強制選択分類タスク N = 25の参加者の応答データの分析は既に7に報告された。これはロジスティックプロファイル（ 図2A）があり、個々の連続体のフィット回帰曲線の傾きがあることと、すべてのコンティニュア渡って確認した。この傾きは、連続体モーフ面に参加者の応答のカテゴリのコンポーネントのDHLに沿って存在することと矛盾しシグモイド階段状の機能を反映している。曲線の傾きは、このようにアバターの下限と上限漸近線又はアバターとヒトのための100％、100％に近づく人間分類応答によって特徴づけられる。これとは対照的に、フィットロジスティック曲線由来平均カテゴリの境界値と分類応答の下限と上限の漸近線の間に縦中間点の推定値は、分類の判断で最大50％の不確実性をtに関連付けられていることを示し彼モーフM6。 RTデータの分析は、7にも報告されました。最大値が存在するのM6のすべてのモーフのRT分析（ 図4を参照）連続体のアバターと人間の両端から大きいモーフ距離にRTを増やし、連続体のアバターと人間終了のため最短のRTを示し、RTは最長図2Bに見られるように、カテゴリ判定の不確実性応答。より明確に発見後者を検証するために、M6の平均RTの値は、他のすべてのモーフ位置における平均RT値と比較することができる。モーフの位置（2レベル：M6、他のすべてのモーフ対）と一方向RM-ANOVA解析およびRTコンティニュア渡っ崩壊従属変数は、M6用のRT（M = 1.42、SD = 0.26）は、室温からかなり高度差があることを示したように他のモーフ位置（M = 0.99、SD = 0.46）、F（1,24）= 62.04、P &lt;0.001。 CA、一緒になってtegorization応答データは、応答データと一致しているCPの存在を第一の基準は、カテゴリの決定のカテゴリ境界（すべての基準に対して、 例えば 、11を参照）、および応答時間があること、すなわち、満たされていることを確認することで、彼ら増加分類不確実性とより長い応答時間を示しています。 <img alt="図4" fo:content-width="5in" fo:src="/files/ftp_upload/4375/4375fig4highres.jpg" src="/files/ftp_upload/4375/4375fig4.jpg" /> 図4。強制選択の分類タスクの反応時間の結果は、分類の曖昧が最大となるでモーフ位置M6における刺激の分類判断の最長平均応答待ち時間を示す。エラーバーは±1標準誤差を示す。 2。知覚弁別課題 N = 20の参加者のデータ分析は、すでにレポでした7 RTED。一例として、その研究からアバター試験（ 図5）のデータを用いて、分析が内の条件における顔ペアの弱毒判別精度と比較して状態との間でカテゴリの境界を越え面ペアに対する強化された判別精度を示した。これはCPと一致している。データは、同じ条件よりも条件内における顔ペアの大きい判別精度があるという点で、カテゴリ内の判別精度に大きな差があることも示している。 75と300ミリ秒のISIの変動は差動ではなく、人間の臨床試験では、参加者の反応に影響を与えた。 <img alt="図5" fo:content-width="3in" fo:src="/files/ftp_upload/4375/4375fig5highres.jpg" src="/files/ftp_upload/4375/4375fig5.jpg" /> &quot;同じ異なる&quot;知覚弁別課題fの図5。結果やアバター試験。参加者（N = 20）。モーフペアのモーフが物理的な外観で、同一または異なっていたかどうかを判断した。コンティニュアに沿ってモーフの相対距離をコントロールし、結果は同じから引き出されたペアのよりカテゴリ境界を（強制選択分類タスクで決定されたことを）渡った顔のペアのためのより良い識別精度（ すなわちアバターまたはヒト）の面を見せる境界は、こうして人間の肖像コンティ沿っカテゴリ認識を実証。 75ミリ秒と300ミリ秒より短いおよびより長いISIの影響もテストされ、唯一のアバター試験のため判別性能に影響を及ぼすことが見出された。エラーバーは±1標準誤差を示す。 レスポンスバイアスの独立した判別性能の尺度としてA &#39;統計値を用いて、顔ペアトライアルタイプ（ すなわち （内および間）の識別感度に有意な主効果は、アバターの試験であったF（2,38） &#39;内カテゴリのペアよりも（= 0.89、SD = 0.07（クロスカテゴリの大きな差別感度）&#39; = 0.55、SD = 0.17）（ 図6 = 107.11、P &lt;0.001、 ）。同様に、 &#39;内カテゴリのペアよりも（= 0.94、SDは = 0.1（クロスカテゴリ）&#39;のかなり大きい弁別感度人間のトレイルで= 0.56、SD = 0.22）、F（2,38）=があった107.11 はp &lt;0.001。 ISIで顔対トライアルの種類の影響はありませんでした。レスポンスバイアスの測定値としてβ &quot;D統計値を使用して、顔のペアトライアルタイプの偏りに有意な主効果があった[F（2,38）= 70.53、P &lt;0.001]、判断する強い傾向を示す参加者と内カテゴリのペアが異なる（β &quot;（D = -0.18、SD = 0.59 D = 0.81、SD = 0.23）は、クロスカテゴリのペアへの応答β）と比較して&quot;と。これは詐欺です。参加者が同じ別の決定が内カテゴリのペアのために、より困難であるときは、この特定のタスクに &quot;異なる&quot;の決定を支持する傾向があるという考えとsistent。 <img alt="図6" fo:content-width="3in" fo:src="/files/ftp_upload/4375/4375fig6highres.jpg" src="/files/ftp_upload/4375/4375fig6.jpg" /> 図6 &#39;をレスポンスバイアスの独立した識別性能（N = 20）の尺度として統計値を使用して、弁別感度はアバターと人間の臨床試験の両方で内カテゴリのペアよりも、クロスカテゴリの大きかった。エラーバーは±1標準誤差を示す。 RTデータの分析には、アバターと人間の臨床試験の間と短期および長期のISIとの間に差は認められなかった。の三刺激ペア状態（ 図7参照）、F（2,38）= 34.55、p &lt;0.001〜RTための主要な顕著な効果が期待されていた。プリ被験者内コントラストの計画のテストは、クロスカテゴリFacesのRTは（顔ペアトライアルタイプ&#39;間&#39; すなわち ）速く大幅であることを示した（M = 0.79、SE = 0.05）カテゴリ内から顔ペアのRT（ &#39;内より&quot;トライアル型）（M = 1.26、SE = 0.09）[F（1,19）= 60.09、p &lt;0.001]、顔ペア同一面ペア状態で（M = 0.88、SE = 0.08）、F（1、 19）= 43.1、p &lt;0.001。 <img alt="図7" fo:content-width="4.5in" fo:src="/files/ftp_upload/4375/4375fig7highres.jpg" src="/files/ftp_upload/4375/4375fig7.jpg" /> 図7。反応アバターと人間の臨床試験のための&quot;同じ異なる&quot;知覚弁別課題（N = 20）の時間（RT）の結果を。グラフは、カテゴリの境界を越える刺激ペアのRTは（条件間にIE）交流の中から顔用のRTよりも短かったことを示していますategory。エラーバーは±1標準誤差を示す。 分類応答データは、このようにカテゴリ内から引き出さ等距離ペアよりもカテゴリの境界を越えペアに対する良好な判別精度があるという点で、CPが存在する第2の基準を確認する。これは、カテゴリの境界に近い物理的刺激機能の強化された感度で、いわゆる差別の境界があることを示しています。 RTデータとカテゴリの顔のペアと比べて、クロスカテゴリの短い応答待ち時間を示すでこれをサポートしています。 この特定の知覚弁別課題はDHLに沿って識別境界の特定のポイントを定義していません。提示モーフの対の間の非常に小さいモーフ距離はこの問題を解決するために使用することができる。ここでは、従来のABXの弁別課題12、13を使用した例を示す。 ABX差別は差の連続プレゼンテーションを伴う画像を表示した後、ターゲット刺激XとAまたはBのどちらかの第二のプレゼンテーションに続いてTの顔の刺激（ 例えばモーフAとモーフB）、BとXは、参加者は、AまたはBがXに同じであるかどうかを示すために必要とされるこの例では、モーフ（ すなわち 1-3、2-4、3-5、等）との間の2段階判定手順は、（ 図8B）提示される。分析は8に記載されている。例示の目的で、ABX判別タスクはチータムら 7の研究から引き出されたエンドポイントの刺激を用いて、連続体4モーフ、モーフ11とのそれぞれを用いて、参加者24を行った。 ABX弁別課題続いて、強制選択分類タスクが同じ参加者で行った。タスク·プレゼンテーションのこのシーケンスは、ABX判別タスクを行う明示カテゴリ判定の影響を最小限にすると考えられる。 図8Bは、知覚弁別センシングのピークがあることを明記モーフ位置でitivity（ 図8Aを参照）によって予測とカテゴリー境界に整列。モーフ、性能が明確にモーフペアM5-M7の間隔で識別することができます差別のピークの間の2つのステップの距離を使って。猿、牛とコンティニュアの終点として、人間の顔を持つ人間の似顔絵の大きさから引き出さABXパラダイムとモーフ刺激を使用して発見するための8を参照してください。 <img alt="図8" fo:content-width="3.5in" fo:src="/files/ftp_upload/4375/4375fig8highres.jpg" src="/files/ftp_upload/4375/4375fig8.jpg" /> 図8。ABX知覚差別や強制選択の分類作業の代表的な結果。パネルBにおいてABX知覚弁別課題で2段階判別手順（ すなわち 1-3、2-4、3-5、等）知覚判別感度のピークが予測されることを示してい強制選択の分類タスクで決定カテゴリ境界によってパネルに示す。パネルには、4つの連続体のフィット回帰曲線のロジスティックプロファイルを示しています。人間としてモーフィング顔の分類判断では50％の最大不確かさはモーフM6に関連付けられています。 同じ異なる弁別課題は識別境界がカテゴリ境界に位置合わせされることを示すにCPの存在をその第三の基準を確認します。換言すれば、カテゴリ境界の位置が識別境界の位置を予測する。 常にCP 13、14の研究に適用されていない第四の基準は、その差別はカテゴリ内のチャンスである。 ABXデザインを使用して説明のための例のデータは、差別が少しコンティエンドポイントの間に位置し、それらのモーフのためのチャンスと猫の上にあることを示唆しているでしょうegory境界。 3。 fMRIのタスク 物理的変化に4.3.1感度 そのような変更がないている状態で第一及び第二のモーフの間の物理的な変化があるれる条件を比較することにより、紡錘状回（ 図9A）の脳領域の微細提示に敏感であることが示されているアバター試験で顔モーフの物理的な外観でDHLに沿ってきめ変化。人間の試験のために同様の結果が図には示されていない。この領域があるため、顔情報を処理して、視覚システムの一部としての役割の紡錘状顔領域と呼ばれている。一緒に人間の臨床試験で、この知見は、顔の物理属性の違い23、顔の幾何学16、21、24、顔のテクスチャ21〜紡錘状領域の報告された応答と一致している。 4.3.2のSeカテゴリ変更にnsitivity DHLに沿ってカテゴリ変化に敏感アバター試験、脳領域の例を使用して、 図9Bは図 。これは、そのような変更がないている状態で第一及び第二のモーフの間のカテゴリ変化があるれる条件を比較することによって達成された。撮影データは、アバター試験でのカテゴリーの変更（ すなわち 、DHLに沿ってアバターからヒトへの方向からの変化）海馬、扁桃体、そして島の応答性を明らかにしたことを示している。これらの領域の役割は、使用されるパラダイムと分類の文脈で解釈されるべきで、既に7に記載されている必要がある。一般に、扁桃体は表面、情動価、新型、不確実55、56、57、58、59に応答する。扁桃体は、状況60の感情の意味に応じて、分類に関与する他の脳領域の処理に影響を与えることが示唆された。でスーラは一貫して不確実性の条件61、62、63の下に分類処理と処理に関連して報告されている。使用パラダイムのコンテキストでは、この領域では、分類処理63注意のリソースを高めることに貢献するかもしれない。アクティベーションの特定の領域にも不確実性、脅威、または潜在的な脅威64、65の存在をシグナリングと関連付けることができます。海馬は、視覚的な分類と知覚学習66に関与している。人間の試験でカテゴリの変更が（DHL沿いヒト-アバター方向すなわち変化する）被殻、尾状核の頭部、及び視床は、この条件に応答することを明らかにした。一般に、これらの領域はrepresenのカテゴリメンバーシップと調整を​​確立するために使用される可能性のあるカテゴリルールの切り替え、分類中に、刺激カテゴリの関連付けを学習カテゴリメンバーシップをシグナリング、意思決定の不確実性に関連付けられているテッド分類の境界誤差67、68、69、70を最小化するためである。 幅広いレベルおよび使用した実験パラダイムのコンテキスト内で、これらの結果の解釈は、アバターと人間の顔が特定のカテゴリ（ 例えば 25）と前の分類経験の度合いに応じて、異なる分類の問題を表していることを示唆している、参加者は、人間の専門家です顔処理ですが、特に彼らはブリーフィングで確認アバター面（ 例えば、ビデオゲーム、映画、第二の人生）と、以前に我々は提示された種類の顔を見たことがなかったと以前の経験の明示的な知識を報告していないことに基づいて選択した。 <img alt="図9" fo:content-width="6in" fo:src="/files/ftp_upload/4375/4375fig9highres.jpg" src="/files/ftp_upload/4375/4375fig9.jpg" /> 図9。物理の神経相関アバター試験でDHLに沿ってカテゴリのdが変化する。活性化マップは冠状（）、横方向（B）および単一検体のサジタル（C）回数に重畳されている。カラーバーは、アクティベーションマップ（pは &lt;0.005、20個の連続したボクセル）のtの値の勾配を示す。

の調査<em&gt;不気味の谷仮説</em&gt;と感情経験は仮説を理解する必要があります &#39;<em人間の肖像&gt;寸法（DHL）</em&gt;。このプロトコルは、カテゴリカル知覚のDHLおよび審査の表現を可能にします。物理的およびカテゴリ変化に応答して、脳の領域を区別するために、同じ刺激​​とfMRIのの使用は人間の肖像仮説 &#39;寸法（DHL）を理解する必要が不気味の谷の仮説と感情経験illustrated.Investigationです。このプロトコルは、カテゴリカル知覚のDHLおよび審査の表現を可能にします。物理的およびカテゴリの変化に応答する脳の領域を区別するために、同じ刺激​​とfMRIのの使用が示されている。

森の不気味の谷理論1,2は、ロボットや、ひいてはアバター（コンピュータで生成された…）などの人間のようなキャラクターに対する知覚において、

本手順の全体的な目的は、不気味の谷現象における人間らしさの次元に沿ったカテゴリー知覚の影響を調べることです。まず、人間らしさの次元を表現するためのモーフ連続体を慎重に作成し、次に、強制選択によるカテゴリー分けタスクでそのモーフ連続体を提示することで、この目的を達成します。このタスクは、どの刺激がアバターおよび人間として明確に分類されるかを決定し、カテゴリー境界の位置を定義するために用いられます。次に、これらの画像から選択されたものが知覚的識別タスクに使用されます。このタスクにより、知覚的識別境界の有無と位置を決定します。結果から、弁別境界がカテゴリーの境界と一致していることが示されました。境界が一致していることは、人間らしさという次元における物体の主観的な知覚が、カテゴリー知覚の心理学的効果として理解できることを示唆しています。本手法の主な利点は、人間のような外見を、実験的に制御されたきめ細やかな操作で調整できる点にあります。これは、知覚される人間らしさと、不気味さに関連する経験および行動との間の微妙な関係を理解する上で重要です。この手法の視覚的な実演は、付随する論文において、不気味の谷研究における本手法の活用について行われる重要な議論の基礎となります。まず、モーフィング手順における各連続体の端点として使用する人間とアバターの画像のペアを選択します。人間の端点から始めてください。無表情で正面を向いた、特徴的な顔を持つ未知の人物の画像を選択します。顔の毛（ひげなど）やアクセサリーなどの目立つ特徴がないものを選んでください。非人間側のエンドポイント画像については、人間の顔に合わせたアバターの顔を生成します。各アバターの顔を、対応する人間の顔の年齢および全般的な顔の幾何学的形状に密接に一致するように修正します。親となる各ペアの顔のコントラストレベルと全体の明るさを合わせます。ここでは、アバターの親の顔の肌の色を、対応する人間の親の顔に合わせています。写真編集ソフトウェアを使用し、画像上に楕円形を重ねて顔の外形をクロップします。次に、各エンドポイント画像のペア間で顔の全体的な幾何学的形状が一致するように、画像の最終的な位置を調整します。画像の準備ができたら、モーフィングソフトウェアを使用して、親となる顔の特徴点にコントロールポイントを配置します。各顔に対して、口に約20点、各目に18点、鼻に20点、そして各眉に8点のポイントを配置します。これらのポイントを配置した後、画像のモーフィングが可能な状態になります。これにより、各連続体につき13種類のモーフィング画像が作成され、M0からM12までラベル付けされます。ここに示されているように、2つの親顔と11の中間形態（モルフ）があり、2肢強制選択法による分類課題が行われます。参加者は、各モルフ画像がアバターの顔であるか、あるいは人間の顔であるかを判定します。準備が整うと、参加者は一連の試行を閲覧します。各試行は、500ミリ秒間提示される注視点から始まり、続いてモルフ画像が750ミリ秒間提示されます。参加者は各画像の提示後、適切なボタンを押して回答します。その後、次の試行が開始されます。アバターと人間の分類データを用い、多項式回帰分析によって応答関数の形状を記述します。同一の知覚的識別課題を設定するため、あらかじめアバターとして分類された2つのモルフと、身体的な差異を制御するための人間としてのコントロールとして2つのモルフを選択します。各連続体に沿って身体的変化の等量的な増加を表すモルフを選択し、図に示すように33%ずつの増分を用います。ここで、選択したモルフを3つの実験的モルフペア条件に従ってペアに分類します。「同一（Same）」では形態のペアが同一であり、内部での物理的またはカテゴリー的な変化がないことを表します。「カテゴリー内（within）」では、ペアが同一カテゴリー内から抽出され、「カテゴリー間（between）」では、ペアが異なるカテゴリーを表します。アバターカテゴリーについては、3つの条件における各顔ペアの1つ目の形態が常にM fourになるようにしてください。同様の手順を人間カテゴリーに関する形態ペアにも適用し、1つ目の形態が常にM eightになるようにしてください。同一・非同一の知覚識別タスクを実施します。参加者は、各顔ペアの顔の外見が同一であるか、あるいは異なるかをボタン押しで回答します。準備が整うと、参加者に各試行の一連のシーケンスが提示されます。注視点が500ミリ秒間提示され、続いて顔ペアの1枚目の顔が500ミリ秒間提示され、その後300ミリ秒間のブランクスクリーンによる刺激間間隔が設けられます。次に顔ペアの2枚目の顔が提示され、参加者はそのペアの顔が同一か異なるかを判断します。次の試行が提示される前に、2,500ミリ秒の間隔が設けられます。カテゴリー境界をまたぐ顔ペアと、境界の同じ側にある顔ペアについて、判別精度の分析を行いました。アバター試行と人間試行のデータは個別に処理されており、ここに示されているのは強制選択カテゴリー分類タスクの代表的な結果です。これらは、顔が人間として分類された回答の割合（%）として提示されています。実線の青線はフィッティングされたロジスティック応答曲線を示しており、その傾きはaの存在と一致するシグモイド階段関数を反映しています。青い破線はカテゴリ境界の推定位置を示しており、カテゴリ判定における最大不確実性である50%が、形態位置番号6により強く関連していることを示しています。この強制選択カテゴリ判定タスクの結果では、平均応答潜時が最も長いのは形態位置番号6に関連していました。これは、この形態上の位置において、不確実性とカテゴリー判定が最大になることと一致しています。同一の異なる知覚弁別課題における弁別反応では、カテゴリー境界をまたぐ顔のペア（between条件）の正答率および弁別能が、人間またはアバターのカテゴリー内から抽出された顔のペアよりも高いことが示されています。カテゴリー境界において弁別精度が高くなることと整合的に、between条件でカテゴリー境界をまたぐ顔のペアに対する判定反応時間は、カテゴリー内の顔のペアに対する反応時間よりも短くなっています。この手順を適用する際、最大の困難は、均一な実験刺激セットを構成する複数のモルフ連続体（morph continua）を生成することにあります。実験刺激の制御が不十分であると、人間らしさの主観的な知覚に強く影響を与える混同変数やアーティファクトが導入される可能性があります。付随する論文で、これらの関連する問題について論じています。

perceptual-category-processing-uncanny-valley-hypothesis-dimension

Research

JoVE Journal

Behavior

行動

我々は、質問器は（人間や人工的な）ロボットスタイラスを保持し、別の相手とやり取りされている遠隔操作型ロボットのシステムを介して投与するチューリングのようなハンドシェイクのテストを提示する。我々は、強制選択法を使用し、そして人間の握手に人工的なモデルの類似性のために尺度を抽出する。...

モーター知能一次元チューリングライクハンドシェイクテスト

我々は正確に定義された機能の変動に自然主義的な3-Dオブジェクトとオブジェクトカテゴリを作成するための新しい方法論を記述する。次に、視覚画像や触覚オブジェクトとしてレンダリングできます小説、自然主義的な仮想3-Dオブジェクトとオブジェクトカテゴリを作成する形態形成と系統発生の生物学的プロセスのシミュレーションを使用しています。...

知覚と知覚学習を研究するためのオブジェクトとオブジェクトのカテゴリを作成する

これは実験的なパラダイムは、実際の犯罪の目撃者は、メモリから犯人の全体的な顔の複合体を作成し、犯人または彼または彼女がであるものを含むビデオラインアップから犯人を特定しようとする可能性があることで状況を複製適用しました現在ではない。...

ホリスティックフェイシャルコンポジットの作成とその後のビデオ・ラインアップ目撃者識別パラダイム

この記事では、ミラーの錯覚を使用して機械学習を用いた分析と心理物理手順を組み合わせた2次元平面上に固有受容ドリフトを推定する新規な方法を説明します。...

サポートベクターマシンを利用して2次元平面上の固有受容ドリフトのための可視化手法

本論文では、レオナルド・ダ・ヴィンチのラベラプリンチペッサの肖像画の「キャッチできないスマイル」錯覚を明らかにするために使用される方法について説明します。 3つの方法の組み合わせは、このように潜在的な研究者の偏りを低減すること、事前の信念なしで自分自身を形捜査につながった、（インター観測、構造化インタビュー、心理物理実験）を用いました。...

女の子のモナリザとポライウォロの肖像との比較：レオナルド・ダ・ヴィンチのラベラプリンチペッサで「キャッチできないスマイル」を調査

ここでは、仮想手と体関連の自己認識/ -representationを研究するために使用することができる仮想面錯覚パラダイムを記述しています。彼らは既に仮想の手や顔、身体表現はかなり柔軟であることを示唆し、自分の身体表現に組み込むことができ、特定の条件の下で、それを実証するために様々な研究で使用されてきました。...

自己表現を調査するために、仮想手と仮想面のイリュージョンを作成します

我々は、オブジェクト転送タスク中に不適合の視覚触覚刺激を適用するためのプロトコルを提示する。具体的には、ブロック転送中に、ハンドが非表示の間に実行され、ブロックの仮想プレゼンテーションは、偽ブロックドロップのランダムなオカレンスを示す。このプロトコルは、モータタスクの実行中に振動フィードバックを追加する方法についても説明します。...

振動触覚フィードバックを用いた物体移動時の不適合視覚触覚刺激の適用

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。...

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

神経筋疾患のための臨床試験における主要評価項目は、通常、筋肉の機能を向上させることができる。従って、マウスモデルにおいて、臨床的にあらかじめ筋性能に対する潜在的な治療化合物の効果を評価することは非常に重要である。ここでは、この問題に対処するためのいくつかの機能テストを記述します。...

における機能のパフォーマンスを評価する<em&gt; MDX</em&gt;マウスモデル

経頭蓋磁気刺激（TMS）は、非侵襲的神経情報処理を破壊すると動作への影響を測定するための技術である。 TMSは、タスクと干渉する場合には、刺激された脳の領域は、1つの体系的認知機能、脳領域を関連付けるできるように、通常タスク性能のために必要であることを示している。...

因果脳行動の関係とその経時変化を調査するための経頭蓋磁気刺激

学ぶ不気味の谷仮説における人間らしさの次元に沿ったカテゴリ的知覚の効果を、モルフ連続体生成と強制選択課題を用いて検証する方法。この手法は、人間とアバターの知覚的境界を明らかにし、ロボット工学やバーチャルリアリティの設計に応用できる。

人間の像の不気味の谷仮説 '次元の知覚とカテゴリ処理：一部の方法論

さらに動画を探す