Name: 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 (動画) | JoVE Journal
Uploaded: 2022-03-01T13:45:00.000+00:00
Duration: 8 min 12 s
Description: 学ぶ心理物理学パラダイムによる類似性判断の収集と分析手法。多様な刺激と試行設計に対応し、多次元ユークリッド空間での知覚表現モデリングを可能にする柔軟な研究手法です。

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

この研究は、国立衛生研究所(NIH)からの資金提供、助成金EY07977によって支えられています。著者らはまた、ソフトウェアのテストに協力してくれたウスマン・アイヤズと、原稿に対する彼のコメントに対するムハンマド・ナイエム・アイヤズに感謝したいと思います。

<ol><li>Edelman, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Representation+is+representation+of+similarities%5BTitle%5D)+AND+%22TheBehavioral+and+Brain+Sciences%22%5BJournal%5D)">Representation is representation of similarities.</a> TheBehavioral and Brain Sciences. 21 (4), 449-498 (1998).</li>
<li>Hahn, U., Chater, N. Concepts and similarity. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aHahn%2C+U+%22Knowledge%2C+Concepts+and+Categories%22">Knowledge, Concepts and Categories</a>. , The MIT Press. 43-84 (1997).</li>
<li>Kriegeskorte, N., Kievit, R. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Representational+geometry%3A+integrating+cognition%2C+computation%2C+and+the+brain%5BTitle%5D)+AND+%22Trends+in+Cognitive+Sciences%22%5BJournal%5D)">Representational geometry: integrating cognition, computation, and the brain.</a> Trends in Cognitive Sciences. 17 (8), 401-412 (2013).</li>
<li>Hebart, M. N., Zheng, C. Y., Pereira, F., Baker, C. I. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Revealing+the+multidimensional+mental+representations+of+natural+objects+underlying+human+similarity+judgements%5BTitle%5D)+AND+%22Nature+Human+Behaviour%22%5BJournal%5D)">Revealing the multidimensional mental representations of natural objects underlying human similarity judgements.</a> Nature Human Behaviour. 4 (11), 1173-1185 (2020).</li>
<li>Deng, W. S., Sloutsky, V. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+development+of+categorization%3A+Effects+of+classification+and+inference+training+on+category+representation%5BTitle%5D)+AND+%22Developmental+Psychology%22%5BJournal%5D)">The development of categorization: Effects of classification and inference training on category representation.</a> Developmental Psychology. 51 (3), 392-405 (2015).</li>
<li>Shepard, R. N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Stimulus+and+response+generalization%3A+tests+of+a+model+relating+generalization+to+distance+in+psychological+space%5BTitle%5D)+AND+%22Journal+of+Experimental+Psychology%22%5BJournal%5D)">Stimulus and response generalization: tests of a model relating generalization to distance in psychological space.</a> Journal of Experimental Psychology. 55 (6), 509-523 (1958).</li>
<li>Coombs, C. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+method+for+the+study+of+interstimulus+similarity%5BTitle%5D)+AND+%22Psychometrika%22%5BJournal%5D)">A method for the study of interstimulus similarity.</a> Psychometrika. 19 (3), 183-194 (1954).</li>
<li>Gärdenfors, P. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aGa%CC%88rdenfors%2C+P+%22Conceptual+Spaces%3A+The+Geometry+of+Thought%22">Conceptual Spaces: The Geometry of Thought</a>. , The MIT Press. (2000).</li>
<li>Zaidi, Q., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Perceptual+spaces%3A+mathematical+structures+to+neural+mechanisms%5BTitle%5D)+AND+%22The+Journal+of+Neuroscience+The+Official+Journal+of+the+Society+for+Neuroscience%22%5BJournal%5D)">Perceptual spaces: mathematical structures to neural mechanisms.</a> The Journal of Neuroscience The Official Journal of the Society for Neuroscience. 33 (45), 17597-17602 (2013).</li>
<li>Krishnaiah, P. R., Kanal, L. N. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aKrishnaiah%2C+PR+%22Handbook+of+Statistics+2%22">Handbook of Statistics 2</a>. , Elsevier. (1982).</li>
<li>Tsogo, L., Masson, M. H., Bardot, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Multidimensional+Scaling+Methods+for+Many-Object+Sets%3A+A+Review%5BTitle%5D)+AND+%22Multivariate+Behavioral+Research%22%5BJournal%5D)">Multidimensional Scaling Methods for Many-Object Sets: A Review.</a> Multivariate Behavioral Research. 35 (3), 307-319 (2000).</li>
<li>Kriegeskorte, N., Mur, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Inverse+MDS%3A+Inferring+dissimilarity+structure+from+multiple+item+arrangements%5BTitle%5D)+AND+%22Frontiers+in+Psychology%22%5BJournal%5D)">Inverse MDS: Inferring dissimilarity structure from multiple item arrangements.</a> Frontiers in Psychology. 3, 245(2012).</li>
<li>Rao, V. R., Katz, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Alternative+Multidimensional+Scaling+Methods+for+Large+Stimulus+Sets%5BTitle%5D)+AND+%22Journal+of+Marketing+Research%22%5BJournal%5D)">Alternative Multidimensional Scaling Methods for Large Stimulus Sets.</a> Journal of Marketing Research. 8 (4), 488-494 (1971).</li>
<li>Hoffman, J. I. E. Hypergeometric Distribution. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aHoffman%2C+JIE+%22Biostatistics+for+Medical+and+Biomedical+Practitioners%22">Biostatistics for Medical and Biomedical Practitioners</a>. , Academic Press. 179-182 (2015).</li>
<li>Victor, J. D., Rizvi, S. M., Conte, M. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Two+representations+of+a+high-dimensional+perceptual+space%5BTitle%5D)+AND+%22Vision+Research%22%5BJournal%5D)">Two representations of a high-dimensional perceptual space.</a> Vision Research. 137, 1-23 (2017).</li>
<li>Knoblauch, K., Maloney, L. T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Estimating+classification+images+with+generalized+linear+and+additive+models%5BTitle%5D)+AND+%22Journal+of+Vision%22%5BJournal%5D)">Estimating classification images with generalized linear and additive models.</a> Journal of Vision. 8 (16), 1-19 (2008).</li>
<li>Maloney, L. T., Yang, J. N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Maximum+likelihood+difference+scaling%5BTitle%5D)+AND+%22Journal+of+Vision%22%5BJournal%5D)">Maximum likelihood difference scaling.</a> Journal of Vision. 3 (8), 573-585 (2003).</li>
<li>Logvinenko, A. D., Maloney, L. T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+proximity+structure+of+achromatic+surface+colors+and+the+impossibility+of+asymmetric+lightness+matching%5BTitle%5D)+AND+%22Perception+%26+Psychophysics%22%5BJournal%5D)">The proximity structure of achromatic surface colors and the impossibility of asymmetric lightness matching.</a> Perception & Psychophysics. 68 (1), 76-83 (2006).</li>
<li>Zhou, Y., Smith, B. H., Sharpee, T. O. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Hyperbolic+geometry+of+the+olfactory+space%5BTitle%5D)+AND+%22Science+Advances%22%5BJournal%5D)">Hyperbolic geometry of the olfactory space.</a> Science Advances. 4 (8), (2018).</li>
<li>Goldstone, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((An+efficient+method+for+obtaining+similarity+data%5BTitle%5D)+AND+%22Behavior+Research+Methods%2C+Instruments%2C+%26+Computers%22%5BJournal%5D)">An efficient method for obtaining similarity data.</a> Behavior Research Methods, Instruments, & Computers. 26 (4), 381-386 (1994).</li>
<li>Townsend, J. T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Theoretical+analysis+of+an+alphabetic+confusion+matrix%5BTitle%5D)+AND+%22Perception+%26+Psychophysics%22%5BJournal%5D)">Theoretical analysis of an alphabetic confusion matrix.</a> Perception & Psychophysics. 9, 40-50 (1971).</li>
</ol>

著者らは開示するものは何もありません。

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、...

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、点間の距離はそれらの間の知覚される非類似性に対応します。類似性の判断から、非類似性の定量的推定値を得ることができます。これらのペアワイズ非類似性(または知覚距離)は、多次元スケーリング10を介して知覚空間をモデル化するために使用することができる。
類似性判断を収集する方法は多数あり、それぞれに長所と短所があります。非類似性の定量的尺度を得る最も直接的な方法は、被験者に刺激の各ペア間の非類似性の程度を尺度で評価するように依頼することである。これは比較的速いですが、被験者が以前の判断に戻ることができず、文脈の影響が存在する場合は検出できないため、長いセッションでは推定値が不安定になる傾向があります。(ここで、コンテキスト効果は、比較されていない他の刺激の存在に基づいて、2つの刺激間の判断された類似性の変化として定義される。あるいは、被験者は、刺激のすべてのペアを他のすべてのペアの刺激と比較するように求めることができる。これにより、非類似性のより信頼性の高い順位付けが得られますが、比較の数は刺激数の4乗でスケールが必要であり、小さな刺激セットでのみ実現可能です。定義済みの数のクラスター11へのソートやフリーソートなど、より迅速な代替手段には独自の制限があります。自由なソート(任意の数の山への)は直感的ですが、刺激が分類に容易に役立たなくても、被験者に刺激を分類することを強制します。より最近のマルチアレンジメント法である逆MDSは、これらの制限の多くを回避し、非常に効率的です12。しかし、この方法では、被験者が自分の心的表現を2Dユークリッド平面に投影し、類似性を特定の幾何学的方法で考慮し、類似性構造が平面上のユークリッド距離から回復できると仮定する必要があります。したがって、判断の根底にある幾何学的形状について仮定することなく、大量の類似性判定を収集する効率的な方法が依然として必要とされている。
ここで説明するのは、合理的に効率的であり、上記の潜在的な落とし穴を回避する方法です。被験者に、各試行13において中央参照との類似度順に刺激をランク付けするように依頼することにより、被験者の応答の幾何学的構造について何も仮定することなく、相対的類似性を直接プローブすることができる。パラダイムは、同一のコンテキストと異なるコンテキストの両方で比較のサブセットを繰り返し、コンテキスト効果の直接的な評価と、選択確率の観点からの段階的な応答の獲得を可能にします。分析手順では、これらのランク判定を複数のペアワイズ比較に分解し、それらを使用して、判定を説明する知覚空間のユークリッドモデルを構築して検索します。この方法は、中程度のサイズ(例えば、19〜49)の刺激セットの表現を詳細に記述するのに適している。
このアプローチの実現可能性を実証するために、37匹の動物を刺激として使用して実験を実施した。データは、10回の1時間のセッションにわたって収集され、次いで、各被験者について別々に分析された。分析の結果、被験者間の一貫性と文脈上の影響はごくわずかであることが明らかになった。また、刺激と知覚空間のユークリッドモデルとの間の知覚された非類似性の一貫性を評価した。この論文で概説したパラダイムと解析手順は柔軟性があり、さまざまな知覚空間の幾何学的特性を特徴付けることに関心のある研究者に役立つことが期待されています。

<table><tbody><tr><td>コンピュータワークステーション</td><td>N/A</td><td>N/A</td><td>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</td></tr><tr><td>conda</td><td></td><td>バージョン 4.11</td><td>OS: Windows/ MacOS 10 以降/ Linux</td></tr><tr><td>Microsoft Excel</td><td>Microsoft</td><td>Any</td><td>試用条件ファイルの行と列を開いてシャッフルします。</td></tr><tr><td>PsychoPy</td><td>N/A</td><td>バージョン 2021.2</td><td>心理物理学的研究を実行するためのフレームワーク</td></tr><tr><td>Python 3</td><td>Python Software Foundation</td><td>Python バージョン 3.8</td><td>Python3 および関連する組み込みライブラリ</td></tr><tr><td>必要な Python ライブラリ</td><td>N/A</td><td>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&nbsp;</td><td>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。</td></tr></tbody></table>

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

A Psychophysics Paradigm for the Collection and Analysis of Similarity Judgments

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。

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...

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。

Similarity judgments are commonly used to study mental representations and their neural correlates. This approach has been used to characterize perceptual ...

これは、類似性判断を収集して分析するための効率的な方法であり、精神表現の根底にある被験者の幾何学的特性については何も想定していません。この方法の主な利点は、その柔軟性と知覚表現の性質に関する仮定の最小化です。刺激の種類と試行の複雑さはさまざまで、幅広い幾何学的モデルをデータに適合させることができます。この方法は、視覚刺激の低レベルおよび高レベルの側面の精神的表現を特徴付けることに関心のある研究者にとって有用であり得る。実行する実験を選択します。類似点をクリックして実験、次に実験、word_expをクリックして画像実験、類似点をクリックしてから実験、image_exp という単語に移動します。実験刺激を確定する。単語の実験を実行している場合は、単語のリストを準備します。そして、画像実験のために、新しいディレクトリを作成し、その中にすべての刺激画像を配置します。実験ディレクトリで、config という名前の設定ファイルを見つけます。類似点をクリックして yaml をクリックし、次に実験を行い、次に config.yaml をクリックします。ソースコードエディタでファイルを開き、ファイル変数の値を刺激セットを含むディレクトリへのパスに更新します。これは、PsychoPyが画像刺激を探す場所です。コンフィギュレーションを開いてトライアルコンフィギュレーションを作成します。解析ディレクトリ内の yaml ファイルで、path_2_stimulus_listパラメータの値を stimuli.txt へのパスに設定します。similarities ディレクトリから、ウィンドウに表示されるコマンドを順番に実行してスクリプトを実行します。これにより、trial_conditions というファイルが作成されます。各行に試行に現れる刺激の名前とその位置を含む類似点のcsv。生成された 222 回の試行の完全なセットをセッションに分割し、ウィンドウに表示されるコマンドを実行して試行順序をランダム化します。一般的な設計では、セッションは 111 の試行で構成され、各試行の実行には約 1 時間かかります。プロンプトが表示されたら、表示された入力パラメーターを入力します。名前を変更し、生成された各ファイルを条件として保存します。独自のディレクトリ内のcsv。条件をコピーします。csvファイルを作成し、psyexpファイルを含む現在のディレクトリに貼り付けます。PsychoPy を開き、関連する実験ディレクトリにある psyexp または py ファイルを開きます。PsychoPyで、緑色の再生ボタンをクリックして実験を実行します。モーダルポップアップで、サブジェクト名または ID とセッション番号を入力し、「OK」をクリックして開始します。手順は、各セッションの開始時に表示されます。被験者にタスクの完了を約1時間させ、タスクが自己ペースで進むように、必要に応じて被験者に休憩を取るように勧めます。すべてのセッションが完了したら、生データファイルを結合し、前処理を実行してさらに処理するために、それらを単一のJSONファイルに再フォーマットします。画面に表示されるコマンドを使用して端末でpyを実行します。プロンプトが表示されたら、被験者データ ディレクトリへのパス、データを前処理する被験者 ID、出力ファイルに名前を付けるために使用する実験名など、要求された入力パラメーターを入力し、Enter キーを押します。これにより、出力ディレクトリに JSON ファイルが作成され、試行ごとに繰り返しの応答が結合されます。ランク順の判断からペアワイズ選択確率を決定するには、類似性に移動し、分析してdescribe_dataを実行します。コマンドラインでpy。プロンプトが表示されたら、被験者データへのパスと、分析を実行する被験者のリストを入力します。これにより、3種類のプロットが作成されます。model_fittingを実行して選択確率を使用して知覚空間の低次元ユークリッドモデルを生成する。画面に表示されるコマンドラインを使用してpyします。プロンプトが表示されたら、ディレクトリの入力をサブジェクトデータ/前処理対象に入力し、刺激の数(デフォルトでは37)、反復回数、出力ディレクトリ、およびガウスノイズの量(デフォルトでは0.18になります)を提供します。得られたモデルの対数尤度を視覚化し、類似性、分析、およmodel_fitting_figure.pyを実行して適合度を評価します。プロンプトが表示されたら、ログの尤度を含むCSVファイルに必要なパスを入力します。表示されたコマンドを実行して、各被写体の知覚空間を視覚化し、最初の 2 つの主要コンポーネントに投影された 5D モデルの点を示す散布図を生成します。プロンプトが表示されたら、入力パラメータと5Dポイントを含むNPYファイルへのパスを入力します。スクリプトが実行されたら、仮想環境を終了します。単語 experiment 用に生成されたファイルでは、最初の行は、参照刺激サルの周囲に 8 つの刺激が現れる試行に対応します。ランクの判断はペアごとの選択に分解されました。選択確率の分布は、被験者間で非常に一貫していた。各パネルの対角線付近のデータクラスタリングは、被験者間の選択確率と、極端にない判断において大きな一貫性を示しています。優勢な対角線は、0 と 1 の間の中間選択確率を含む 2 つのコンテキストにおける選択確率が、各被験者でほぼ同一であることを示します。対数尤度は、最適なモデルの対数尤度、つまり、これらの確率を幾何学的考慮事項によって制約することなく、観測された選択確率を各比較に割り当てるモデルに対して相対的に示されます。主成分分析は、知覚空間の5Dモデルからの点に対して行われ、類似していると知覚された動物は互いに近くの点で示された。実験を計画するときにすべてのパラメータを決定し、手順 2 を開始する前に設定ファイルで設定することが重要です。各被験者のデータを注意深く追跡することも非常に重要です。この方法は多数の類似性判断を提供するため、クラスター解析、コンテキストへのフォーカス、異なる幾何学的空間を使用したモデリングなど、多くの解析を適用できます。

a-psychophysics-paradigm-for-collection-analysis-similarity

Research

JoVE Journal

Neuroscience

神経科学

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

私たちは、客観的な尺度が広く採用ラバーハンド錯覚パラダイムに用いることができる方法を示しています。この測定値は、十分に確立されたクロスモーダル合同タスクを変更することによって得られる。このタスクは、ゴム製の手の錯覚のような身体表現の変調のために重要な多感覚のプロセスの調査を可能にします。...

ラバーハンドイリュージョンパラダイムにおける客観行動測定値を得るための手段としてクロスモーダル一致タスク

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

時間順序の判断は、処理速度パラメータと注意の重みを推定し、それによって注意処理のメカニズムを推測するために使用できます。この方法論は、広範囲の視覚刺激に適用でき、多くの注意操作で機能します。...

時間的順序の判決のモデルベース分析により注目し、視覚処理速度を測定します

このようなQUEST推定手順などの心理物理的方法が効率的に痛くない感覚は痛みを伴う感覚に移行れる刺激強度の堅牢な推定値を得ることができます。閾値強度で繰り返し刺激することによって、評価応答の変動は直接その後の分析では、知覚分類に起因することができます。...

振動Prestimulus活動の痛みに関連した定位を研究中Psychophysicallyアンカー、堅牢なしきい

心理物理学は、感覚情報の知覚現象を研究するため不可欠です。ここで人間心理の以前のレポートに実装されている参加者がパルスの不定期列車の視覚、聴覚、または視聴覚間隔の期間を推定 2 区間強制選択課題を実行するためのプロトコルを提案する.

多感覚の比較のため 2 区間強制選択課題

我々は、機能的磁気共鳴画像法を用いて、認知の感情の有害な影響を媒介する神経機構の調査を可能にするプロトコルを示す。このプロトコルは、健康と臨床の両方の参加者と一緒に使用することができます。...

認知に関する情動の損なう効果の脳イメージング研究

このメソッドは、器官小脳文化の世代と異なる小脳の細胞型の生存率に一定のアポトーシス刺激の効果を説明します。...

器官小脳文化：アポトーシス課題と検出

本報告では、マウス坐骨神経を粉砕する方法を説明します。このメソッドは、容易に利用可能な止血鉗子を使用して、簡単かつ再現性を完全に坐骨神経のときめきを生成します。さらに、坐骨神経挫滅後の神経再生の解析に適した筋肉全体のマウントを準備する方法について説明します。...

ホールマウントマッスル分析による再現性のあるマウスの坐骨神経クラッシュと再生のその後の評価

我々は、磁気共鳴画像法（MRI）を用いて脳の機能と構造の同時分析のための斬新なアプローチを説明します。我々は、高解像度の拡散強調イメージングおよび白質繊維ラクトで脳の構造を評価する。標準的な構造のMRIとは異なり、これらの技術は、私たちが直接、脳のネットワークの機能的特性に解剖接続を関連付けることができます。...

fMRIと拡散強調画像を用いた脳の構造と機能の同時分析

学ぶ心理物理学パラダイムによる類似性判断の収集と分析手法。多様な刺激と試行設計に対応し、多次元ユークリッド空間での知覚表現モデリングを可能にする柔軟な研究手法です。

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

さらに動画を探す