Name: 그림 인식 실험에 대 한 자극을 제어 엄격 하 게 생성 (동영상) | JoVE Journal
Uploaded: 2019-03-18T14:00:00.000+00:00
Duration: 5 min 39 s
Description: 학습하세요 도형 인식 실험을 위한 엄격하게 제어된 자극 생성 방법을. 16개 도형 데이터베이스를 활용하여 구조적 및 기하학적 특성을 만족하는 자극을 선택하고, 인지 과정을 객관적으로 평가하는 실험 설계를 수행하세요.

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

저자는 시드니 Koke, MFA, 그리고 Maxine 가르시아, 박사,이 원고 초안을 편집 하기 위해 Edanz 그룹 (www.edanzediting.com/ac)에서 감사 합니다.

실험은 일본 Hakuoh 대학 윤리 위원회에 의해 승인 되었다.
1. 실험 설치
참고: LCD 모니터와 컴퓨터 (실험 PC)에 연결 된 응답 단추 상자 실험 환경 구성 되어 있습니다. 각 참가자 인물의 제시 쌍은 응답 상자에 두 개의 단추 중 하나를 눌러 '동일' 하거나 '다른' 여부를 결정 합니다. 상자 '입력', 'f 6', 그리고 'f 5' 왼쪽에서 오른쪽에 3 개의 버튼이 있습니다. Enter 버튼을 누르면, 현재 화면 다음 화면으로 진행 합니다. F6 버튼 집게 손가락을 사용 하 여 응답 이며 참가자의 오른손의 가운데 손가락을 사용 하 여 응답에 대 한 F5 버튼 입니다. 그림 쌍의 생성 (자극 준비를 위한 PC) 다른 컴퓨터에서 수행 됩니다. 이 설치는 상당히 객관적인 방식으로 인물의 인식에서 특정 기능의 중요도 우려 하는 다양 한 가설의 시험을 수 있습니다.
<ol><li>자극 준비를 위해 PC에 연결 된 플로피 디스크에 한 플로피 디스크를 삽입 합니다. 자극 준비를 위해 PC에 쌍 생성 프로그램 을 시작 합니다.</li>
	<li>프로그램에 사용 된 무작위 번호 생성 기능을 초기 값으로 키보드를 사용 하 여 임의의 숫자를 입력 합니다. 1 또는 2 디지털 지정자로 키보드를 사용 하 여 입력 합니다. 참고: 디지털 지정자 = 1 '같은' 결정을 집게 손가락 및 시험의와 (디지털 상태 2) 두 번째 블록에서 첫 번째 블록에서 '다른' 결정 (디지털 상태 1) 가운데 손가락 지정. 디지털 지정자 = 2 디지털 상태 첫 번째 블록에서 2 및 디지털 상태 1 두 번째 블록에 지정 한다. 이 절차는 다른 손가락에 의해 응답 속도 counterbalances.</li>
</ol>2입니다. 프로그램 내에서 쌍 생성 지침
<ol><li>오픈 자극 설정 파일 (PRBLM2. DAT) 플로피 디스크 단위에 새로운 파일로. 또한, (6, 4)의 데이터베이스 파일을 열고 본체에 수치.</li>
	<li>레코드 번호 1 1365 결정 여부 기록의 값에서 데이터베이스 파일의 각 레코드를 순차적으로 검사 변수 28 (라인의 교차점의 수 즉, 세그먼트, 그림 2참조)은 0. 참고: (6, n)의 총 수에 대 한 인물, 추론 15.1 (a)1을 참조 하십시오.<ol>
<li>값이 아닌-0, 기록 하 고 레코드로 이동, 다른 검사 (즉, 동형 집합) 변수 1의 값이 2 또는 5.</li>
		<li>값이 2도 5, 기록 하 고 레코드로 이동, 다른 동형 2 풀 또는 동형 5 풀에 후보 인물로 기록 번호를 축적.</li>
		<li>철저 하 게 각 레코드 동형 2 풀에 속하는 후보 인물 자체를 포함 하 여 다른 레코드와 결합 합니다.</li>
		<li>모든 후보 쌍에 그들의 라인 사양 형식으로 레코드 숫자의 각 쌍을 변환 합니다.</li>
		<li>인물 자체와 결합 여부를 확인할 경우 고, 0 °의 모 난 거리를 나타내는 태그와 Idr 쌍으로 쌍 분류 Idr 쌍의 수영장에서 축적.</li>
		<li>그 밖에 5 6 잔류물 나머지와 함께 한 그림의 선 사양 형식에서 각 꼭지점 레이블 번호를 1에서 정수를 추가 합니다. 값이 0 이면 6에 그것을 변환 합니다. 그런 다음 형식을 표준화. 그런 다음 그림의 쌍에 다른 그림의 선 사양 형식으로 표준화 된 형식을 비교 합니다. 참고: 선 사양 형식 (6, 4)의 그림 4 시퀀스 요소 레이블의 쌍의 이루어져 있다. 그것은 항상 한 쌍 안에 오른쪽 레이블과 보다 항상 작습니다 이전 쌍의 왼쪽된 레이블 보다 작거나 같음 다음 쌍의 왼쪽된 레이블 왼쪽된 라벨에 따라 표시 됩니다.</li>
		<li>정수 나는 두 가지 형식 일치, 그것의 모 난 거리 나 (즉, 60 ° 시계 반대 방향으로의 단위)의 태그 Idr 쌍으로 쌍 분류 하 고 Idr 쌍의 수영장에서 축적.</li>
		<li>또, 쌍은 0 °, 30 °, 60 °, 90 °, 120 °, 또는 150 ° 우 수평에서 시계 반대 방향으로 되 고 대칭 축 중 하나는 도끼 쌍 순차적으로 검사 합니다. 참고: 대칭 0 °의 축에 대 한 그림의 도끼 변환 배치 요소 레이블 1 6 5 2, 4, 3에 대 한 반대의; 약 30 °, 1, 6, 5 3, 4, 4 2 1 반대로; 약 60 °, 1 2, 6 3, 5, 4에 대 한 반대의; 약 90 °, 3, 2, 6 4, 5, 5 2 1 반대로; 약 120 °, 1 4 2 3, 6, 5에 대 한 반대의; 그리고 약 150 °, 5, 4, 3 3, 6, 6 2 1 반대로 (그림 5).</li>
		<li>대칭 j°의 축에 대 한 도끼 변환 후 하나의 그림의 선 사양 형식 쌍에 다른 그림의 형식을 일치 하는 경우 다음 대칭 j°의 축 태그와 도끼 쌍으로 쌍 분류 하 고 그것을 축적합니다 도끼 쌍의 수영장.</li>
		<li>그 밖에, Nd 쌍으로 쌍을 분류 합니다. 그런 다음, Nd 쌍 (그림 6)의 두 인물의 선 사양 형식에서 각각 정점에서 사고 라인의 숫자를 계산 합니다.</li>
		<li>경우 사고 줄 수는 그림의 선 세그먼트의 끝에, 그림의 수행으로 세그먼트를 결정 합니다. 다음, 남은 선 세그먼트 그 사이클을 구성 하는 3 결정 (즉, 삼각형).</li>
		<li>Nd 쌍의 두 인물의 사이클의 총 줄 길이 계산 합니다. 두 인물 사이의 사이클의 총 길이가 다른 경우, 쌍을 삭제.</li>
		<li>또, 두 인물 사이의 endlines의 선 길이 차이 계산 합니다. 길이 차이 0, 0의 태그와 Nd 쌍으로 쌍 분류 하 고 Nd 쌍의 수영장에서 축적.</li>
		<li>다른, 길이 차이 0.27, 0.27의 태그와 Nd로 쌍을 분류 하 고 Nd 쌍의 수영장에서 축적.</li>
		<li>또, 길이 차이 0.73, 0.73의 태그와 Nd 쌍으로 쌍 분류 그리고 Nd 쌍의 수영장에서 축적.</li>
		<li>그 밖에, 1의 태그와 Nd 쌍으로 쌍 분류 하 고 Nd 쌍의 수영장에서 1의 태그와 축적.</li>
		<li>되풀이 하다에 속하는 후보 인물에 대 한 프로토콜 단계 2.2.3 2.2.16 설정 5.</li>
		<li>데이터베이스 파일을 닫습니다.</li>
	</ol>
</li>
	<li>
참가자 설정 자극의 준비
	<ol>
<li>임의로 연습 쌍으로 Idr 풀, Nd 풀에서 두 쌍과 태그와 도끼 풀에서 쌍에서 3 쌍을 샘플.</li>
		<li>Idr, Nd, 연결 하 고 연습 쌍 도끼 연습 시험의 첫 번째 블록에 대 한 그들의 프레 젠 테이 션 순서를 무작위.</li>
		<li>무작위로 샘플 Idr 풀에서 80 쌍, Nd 수영장에서 40 쌍 및 40 쌍 도끼 풀 태그 쌍을 테스트 합니다.</li>
		<li>연결 Idr, Nd, 및 도끼 쌍을 테스트 하 고 테스트 시험의 첫 번째 블록에 대 한 그들의 프레 젠 테이 션 순서를 무작위.</li>
		<li>연습을 준비 하기 위한 프로토콜 단계 2.3.1에서 2.3.4를 되풀이 하 고 재판의 두 번째 블록에서 시험 테스트.</li>
		<li>프레 젠 테이 션 번호, 디지털 상태, 순차적으로, 그리고 동시에 에코 태그 쌍 유형, 선 세그먼트의 수와 꼭지점 레이블의 왼쪽된 그림 및 플로피 디스크 단위에 각 재판의 오른쪽 그림의 선 사양 형식에서 4 쌍 작성 화면에 값이.</li>
		<li>두 번째 블록의 마지막 테스트 시험을 첫 번째 블록에서 첫 번째 연습 재판에서 2.3.6 단계를 되풀이.</li>
		<li>플로피 디스크 단위를 닫습니다.</li>
	</ol>
</li>
</ol>3. 실험 및 참가자에 의해 실험의 실행 명령
<ol><li>각 참가자가 제공 하는 서 면된 동의 실험에 참여를 부탁 드립니다.</li>
	<li>한 실험에 의해 지침<ol>
<li>각 참가자가 인물의 제시 쌍 모양 ('동일') 그들의 방향에 관계 없이 또는 하지 ('다른') 신속 하 고 정확 하 게 가능한 표시 예제 그림 쌍에서 동일 인지 결정 하도록 지시 합니다.</li>
	</ol>
</li>
	<li>한 실험에서 실험 하기 전에 사양<ol>
<li>실험에 대 한 PC에 자극 프레 젠 테이 션 프로그램을 시작 합니다.</li>
		<li>메뉴 화면에서 정체성 결정 작업 을 클릭 합니다.</li>
		<li>참가자의 정보, 그리고 입력된 이름, 성별, 나이, 클릭 한 다음 정보 화면에 규격의 끝 을 클릭 합니다.</li>
		<li>메뉴 화면의 클릭 PRBLM2 읽기 자극 데이터 를 클릭 합니다. DAT 플로피 디스크 드라이브에 파일을 파일 사양 화면에 열기 를 클릭 합니다.</li>
	</ol>
</li>
	<li>
실험의 실행
	<ol>
<li>실험으로 참가자 모니터 앞에 자리 하 고 모니터에이 마에서 chinrest 측정 60 cm 거리에 자신의 머리를 넣어.</li>
		<li>실험으로 메뉴 화면에서 실행 을 클릭 하 여 실험을 시작 합니다.</li>
		<li>실험으로 표시 되 면 명령 화면 디지털 국가 1, 참가자 키 F6 (검지 손가락으로 응답) '같은' 결정에 대 한 '다른' 결정에 대 한 F5 키 (응답 가운데 손가락을) 하 고 지시 합니다. 명령 화면 디지털 상태 2를 표시, 경우 f6 키를 누르라는 F5에 대 한 '다른' 결정 '같은' 결정에 대 한 지시.</li>
		<li>참가자, 블록의 디지털 상태를 완벽 하 게 암기 후 enter 응답 상자에.</li>
		<li>화면에서 '준비' 프롬프트에 응답에서 참가자, 재판을 시작 하기 위해 Enter 를 누릅니다.</li>
		<li>결정에 자극 화면에 연습 쌍의 쌍의 프레 젠 테이 션에 따라 참가자, F6 또는 f 5 키를 누릅니다. 참고: 보이지 않는 일반 육각의 6 개의 버텍스는 그 센터는에 이동 했다 0.2 cm 바깥쪽 꼭지점의 위치에서 자극 화면 0.4 cm의 직경을 가진 작은 채워진 원으로으로 양식 화 (6, 4)의 6 개의 꼭지점 그림 6.6 cm x 7.6 cm의 사각형 영역에 투영 됩니다. 한 쌍의 두 그림 9.4 cm의 센터 사이 거리와 수평으로 평행 위치에 있습니다.</li>
		<li>(이전) '결정은 잘못 된' 연습 시험 응답은 오류가 발생 하는 경우에 경고음 피드백 메시지 화면에 표시 하려면 자극 프레 젠 테이 션 프로그램을 설정 합니다. 응답이 정확한 경우 '결정 정확 했다'는 화면에 표시 합니다.</li>
		<li>참가자, 피드백 메시지를 확인 하는 때, 하 다음 '프롬프트' 화면으로 이동 하려면 Enter 를 누릅니다.</li>
		<li>(자극 프레 젠 테이 션 프로그램)으로 블록에 연습 시험의 끝에 의해 단계 3.4.4 3.4.7 되풀이.</li>
		<li>모든 연습 시험 완료 되 면 '화면에 ' 테스트 재판의 시작을 표시 합니다.</li>
		<li>테스트 시험 블록의 끝에 단계 3.4.4 3.4.5 되풀이. 참고: 피드백 메시지 연습 시험 동안에 표시 됩니다.</li>
		<li>3.4.3 3.4.8에 연습을 실행 하 고 두 번째 블록에서 시험 테스트 단계를 되풀이.</li>
		<li>자극 프레 젠 테이 션 프로그램으로 파일 플로피 디스크 장치에 데이터를 저장. 참고: 직렬 시험 번호, 수 선 세그먼트, 디지털 상태, 태그, 코드 버튼을 누르면, 응답, 및 ms 대기 시간의 정확성 쌍 형식의 코드의 각 시험에 대 한 참가자의 데이터 구성 되어 있습니다.</li>
	</ol>
</li>
</ol>

<ol><li>Harary, F. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aHarary%2C+F+%22Graph+theory%22">Graph theory</a>. , Addison-Wesley. Reading MA. (1969).</li>
<li>Chen, L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Topological+structure+in+visual+perception%5BTitle%5D)+AND+%22Science%22%5BJournal%5D)">Topological structure in visual perception.</a> Science. 4573 (4573), (1982).</li>
<li>Chen, L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Topological+structure+in+the+perception+of+apparent+motion%5BTitle%5D)+AND+%22Perception%22%5BJournal%5D)">Topological structure in the perception of apparent motion.</a> Perception. 14 (2), 197-208 (1985).</li>
<li>Hecht, H., Bader, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Perceiving+topological+structure+of+2-D+patterns%29%5BTitle%5D)+AND+%22Acta+Psychol%22%5BJournal%5D)">Perceiving topological structure of 2-D patterns).</a> Acta Psychol. 3 (3), 255(1998).</li>
<li>Todd, J. T., Chen, L., Norman, J. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((On+the+relative+salience+of+Euclidean%2C+affine%2C+and+topological+structure+for+3-D+form+discrimination%5BTitle%5D)+AND+%22Perception%22%5BJournal%5D)">On the relative salience of Euclidean, affine, and topological structure for 3-D form discrimination.</a> Perception. 3 (3), 273(1998).</li>
<li>Kanbe, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((On+the+generality+of+the+topological+theory+of+visual+shape+perception%5BTitle%5D)+AND+%22Perception%22%5BJournal%5D)">On the generality of the topological theory of visual shape perception.</a> Perception. 8 (8), 849-872 (2013).</li>
<li>Fitts, P. M., Weinstein, M., Rappaport, M., Anderson, N., Leonard, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Stimulus+correlates+of+visual+pattern+recognition%3A+A+probability+approach%5BTitle%5D)+AND+%22J+Exp+Psychol%22%5BJournal%5D)">Stimulus correlates of visual pattern recognition: A probability approach.</a> J Exp Psychol. 1 (1), 1-11 (1956).</li>
<li>Bethell-Fox, C. E., Shepard, R. N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Mental+rotation%3A+Effects+of+stimulus+complexity+and+familiarity%5BTitle%5D)+AND+%22J+Exp+Psychol+Hum+Percept+Perform%22%5BJournal%5D)">Mental rotation: Effects of stimulus complexity and familiarity.</a> J Exp Psychol Hum Percept Perform. 1 (1), 12-23 (1988).</li>
<li>Attneave, F., Arnoult, M. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+quantitative+study+of+shape+and+pattern+perception%5BTitle%5D)+AND+%22Psychol+Bull%22%5BJournal%5D)">The quantitative study of shape and pattern perception.</a> Psychol Bull. 3 (3), 452-471 (1956).</li>
<li>Cooper, L. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Mental+rotation+of+random+two-dimensional+shapes%5BTitle%5D)+AND+%22Cogn+Psychol%22%5BJournal%5D)">Mental rotation of random two-dimensional shapes.</a> Cogn Psychol. 7 (1), 20-43 (1975).</li>
<li>Cooper, L. A., Podgorny, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Mental+transformations+and+visual+comparison+processes%3A+Effects+of+complexity+and+similarity%5BTitle%5D)+AND+%22J+Exp+Psychol+Hum+Percept+Perform%22%5BJournal%5D)">Mental transformations and visual comparison processes: Effects of complexity and similarity.</a> J Exp Psychol Hum Percept Perform. 4 (4), 503-514 (1976).</li>
<li>Folk, M. D., Luce, R. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Effects+of+stimulus+complexity+on+mental+rotation+rate+of+polygons%5BTitle%5D)+AND+%22J+Exp+Psychol+Hum+Percept+Perform%22%5BJournal%5D)">Effects of stimulus complexity on mental rotation rate of polygons.</a> J Exp Psychol Hum Percept Perform. 3 (3), 395-404 (1987).</li>
<li>Förster, B., Gebhardt, R., Lindlar, K., Siemann, M., Delius, J. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Mental+rotation+effect%3A+A+function+of+elementary+stimulus+discriminability%5BTitle%5D)+AND+%22Perception%22%5BJournal%5D)">Mental rotation effect: A function of elementary stimulus discriminability.</a> Perception. 11 (11), 1301-1316 (1996).</li>
<li>Kanbe, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Can+the+comparisons+of+feature+locations+explain+the+difficulty+in+discriminating+mirror-reflected+pairs+of+geometrical+figures+from+disoriented+identical+pairs%5BTitle%5D)+AND+%22Symmetry%22%5BJournal%5D)">Can the comparisons of feature locations explain the difficulty in discriminating mirror-reflected pairs of geometrical figures from disoriented identical pairs.</a> Symmetry. , 89-104 (2015).</li>
<li>Kanbe, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Are+line+lengths+critical+to+the+discrimination+of+axisymmetric+pairs+of+figures+from+disoriented+identical+pairs%5BTitle%5D)+AND+%22Jpn+Psychol+Res%22%5BJournal%5D)">Are line lengths critical to the discrimination of axisymmetric pairs of figures from disoriented identical pairs.</a> Jpn Psychol Res. 1 (1), 36-46 (2019).</li>
<li>Treisman, A., Souther, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Search+asymmetry%3A+A+diagnostic+for+preattentive+processing+of+separable+features%5BTitle%5D)+AND+%22J+Exp+Psychol+Gen%22%5BJournal%5D)">Search asymmetry: A diagnostic for preattentive processing of separable features.</a> J Exp Psychol Gen. 3 (3), 285-310 (1985).</li>
<li>Kanbe, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Which+is+more+critical+in+identification+of+random+figures%2C+endpoints+or+closures%5BTitle%5D)+AND+%22Jpn+Psychol+Res%22%5BJournal%5D)">Which is more critical in identification of random figures, endpoints or closures.</a> Jpn Psychol Res. 51 (4), 235-245 (2009).</li>
<li>Julesz, B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Textons%2C+the+elements+of+texture+perception%2C+and+their+interactions%5BTitle%5D)+AND+%22Nature%22%5BJournal%5D)">Textons, the elements of texture perception, and their interactions.</a> Nature. 290, 91-97 (1981).</li>
<li>Wolfe, J. M., DiMase, J. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Do+intersections+serve+as+basic+features+in+visual+search%5BTitle%5D)+AND+%22Perception%22%5BJournal%5D)">Do intersections serve as basic features in visual search.</a> Perception. 32 (6), 645-656 (2003).</li>
</ol>

저자는 관심의 충돌을 선언합니다.

그림 인식 실험에 대 한 객관적 정의 자극 숫자의 세트를 준비 하는 현재 메서드를 사용할 수 있습니다. 방법의 중요 한 측면은 프로그램 내에서 쌍 생성 지침입니다. (6, n)를 사용 하 여 데이터베이스, 프로그램 총 (6, n) 인물 (프로토콜 단계 2.2.1을 2.2.2)에서 적절 한 후보 인물을 선택할 수 있습니다. 또한, 프로그램은 때로는 엔드 라인 (프로토콜 단계 2.2.13)의 길이 계산의 경우 데이터베이스에 저장 되지 않은 그림의 기능 값을 계산할 수 있습니다. 연구원은 자극 프레 젠 테이 션의 단위로 인물의 쌍을 사용 하려면, 프로그램 수 철저 하 게 결합 쌍을 형성 하 고 기하학적으로 정당한 범주로 정렬할 후보 인물 Idr, 도끼, 분류에 설명 된 대로 그리고 Nd 쌍 이외에 Nd 쌍 (프로토콜 단계 2.2.3\u20122.2.16)의 subcategorization에서. 연구원은 가능한 혼동 요인 사전에 알고 있다면, 그들은 추가 ...

이 문서에서는 임의의 숫자의 인식에 대 한 연구에 대 한 엄격 하 게 통제 하 고 객관적으로 정의 된 자극 수치를 생성 하는 방법을 설명 합니다. 자극 (6 포인트, n 선) 라고 또는 (6 n) 인물. (6, n) 그림 포인트는 보이지 않는 일반 육각형의 꼭지점에 위치 n 쌍 사이의 스팬 n 선 세그먼트로 구성 됩니다. 그림 1 보여줍니다 (6, 4)의 예를 그림 4 쌍의 보이지 않는 일반 육각형의 꼭지점에 대 한 레이블 지정 합니다. 그림의 선 세그먼트를 지정 하는 레이블 ( 그림 1참조). 우리가 그림의이 사양 라인 사양 형식 호출 합니다.
이전에, 저자 (6, n)의 그래프 이론 구조 속성 계산 수치 (고정 기능, 또는 좀 더 구체적으로 그래프 고정1이라고)와 비 고정 속성 (표면 특징 이라고 함)에 대 한 n 숫자 1-6 = 고 기능 값을 데이터베이스에 저장. 구조를 반영 하는 고정 기능 (더 정확 하 게, 토폴로지) 속성 및 표면 특징 반영 주어진된 그림의 비 위상 하 고 주로 통계 속성.
데이터베이스에 레코드 번호는 고유 하 게 선 사양 형식에서 그림을 식별합니다. 따라서, 데이터베이스의 고정 및 표면 기능 값의 특정 값에 대 한 철저 한 검색 총 집합된 (6, n)의 숫자에서 조건을 만족 하는 인물에 대 한 레코드 번호를 검색할 수 있습니다. 검색 된 수치 실험에 대 한 자극 될 수 있습니다. 동형 집합을 포함 하는 변수를 포함 하는 데이터베이스에서 각 레코드에 속한 그림; 다양 한 그래프 고정 사이클, 둘레, 번호, 중요 한 포인트, 반지름, 중앙 포인트의 수, 구성 요소, 최대, 최대 포인트 수, 고립 된 점의 수 수의 번호를 포함 하는 포인트의 번호와 끝점; 수 교차로의 수와 꼭지점 및 교차로;에 의해 정의 된 윤곽선의 수평이 같은 비 그래프 기능 값 및 표면 기능 값, 위치 고정 기능 및 (의 경우는 복수 위치)와 같은 복수 위치에 의해 형성 하는 방향. 예를 들어 주기 닫힌된 일련의 선 세그먼트를 나타냅니다, 그리고 포인트의 정도 그 시점에와 선 세그먼트 사건의 수, 고립 된 포인트 포인트 0, 학위 이며 끝점 1의 학위를 가진 포인트 이다. N 에서 고정 기능 데이터베이스, 모든 (6, n)의 값 숫자를 사용 하 여 1 ~ 6 수 = 동형 세트 부록 11에 표시 된의 수로 정렬. 그림 2 의 각 레코드에 저장된 된 정보는 예를 참조 하십시오.
참고 각 동형 집합에 속하는 수치는 기하학적 모양에서 차이도 불구 하 고 동일 합니다. 여러 연구 결과 토폴로지 구조 이전에 더 구체적인 속성을 감지 주장 주어진 그림2,3,,45. 자극 수치를 체계적으로 변경 함으로써 저자 탐지 및 고정 기능 비교 앞 탐지 및 표면 특징6의 비교 주장 했다. 현재 실험 줄 길이의 표면 기능 고정 기능 값은 모두 동일한 그림 쌍 사이의 조건 그림 쌍의 인식에 중요 한 인지를 명확히 하려고 하는 (즉, 서로 동형).
실험에 사용 되는 자극의 종류 인식 연구를 비판적으로 중요 하다. 자극의 두 가지 유형이 있다: 무작위로 생성 되는 및 연구 목적으로 임시 생성 됩니다. 줄이기 위해 혼동 한다 실험적인 통제 요소와 관련 된 임의로 생성 된 숫자를 사용 하 여 일반적으로 것 여겨진다 더 적절 한. 임의의 숫자, 예를 들어 임의의 히스토그램7 , 임의의 행렬8의 몇몇 유형이 있다 그러나 시각적 인식 심리학에서 연구에서 가장 자주 사용된 임의의 숫자는 임의의 다각형9. 임의의 다각형을 만들기 위한 일반적인 규칙 사각형 영역에서 n 포인트의 무작위로 분산된 위치 같은 방식으로 선 세그먼트의 경계는 주로 볼록 선 세그먼트와 연결 하 여 다음 경계 내부 색상입니다. 임의의 다각형에 대 한 자주 사용된 객관적인 인덱스 flections 그림10,,1112의 복잡성을 나타내는 다각형의 둘레의 수입니다. 로 그림의 내부 색깔은, 그것의 경계에 관한 구조 속성은 flections의 수로 제한 합니다. 또한, flections의 수를 제외 하 고 어떠한 정보도 임의의 다각형의 전체 세트 또는 다른 임의의 다각형 사이의 관계에 대 한 제공 됩니다.
Axisymmetric (도끼) 쌍 인물의 인물 그림의 주어진된 쌍 회전을-수-동일한 (Idr)13,14, 인지 결정 하는 작업에 동일한 비 쌍 보다 차별을 더 어려운 것으로 알려져 있습니다. 15. Idr 쌍에서 두 인물, 그는 도끼 쌍 서로 동형 이며 해당 선 세그먼트를 동일한 길이가지고. 그러나, 여부 라인 길이 2 사이 동일성 수치 쌍 증가에 동일한 비 쌍 도끼 쌍의 저것과 비교 된 차별의 어려움은 분명. 이 실험에서 참가자 차별 성능 및 비 동일, axisymmetric 비 (Nd) 쌍 도끼 쌍 사이 비교 되었다. 줄 길이 차이 두 인물 사이 실험적으로 통제 되었다. 그림 인식5동안 피상적인 가치 차이가 이전 고정 값 차이가 감지의 선행 때문에 Nd 그림 쌍 선 길이 차이 지 않을 것 이다 그래야 서로 동형 되도록 설정 되었다 고정 값 차이가으로 혼동.
선 길이 차이의 부족 도끼 쌍15에서 인물의 차별의 어려움의 수준을 좌우 하는 가설을 시험 하는 저자 사용 (6, 5) 실험 1 그림 쌍. 결과 대기 시간 있었다 Nd 0 (즉, 쌍을 이루는 인물 사이 총 줄 길이에 차이가) 쌍 도끼 쌍 가설을 지원 했다 표시에 대 한 비교에 대 한 짧은 설명. 그것은 실험적인 통제 표면 기능 값 차이 더 복잡 한 그림에 있을 것을 참가자를 만들 수 있습니다 주장 했다 이러한 사용. 흥미롭게도, 여러 연구 사이클의 존재 검출된 preattentively16,17는 주장 했다. 대조적으로, Julesz 끝점의 존재18배경 인물의 분리의 초기 단계에서 감지 했다 주장 했다.
이 해결 하기 위해 간단 하 게 (6, 4) 그림 쌍 가설을 검토 하기로 했다. (6, 4)의 9 개의 동형 집합에서 숫자, 두 개의 동형 집합에 속한 그림 자극으로 사용 되었다. (한) 끝점과와 사이클 쉽게 감지 고정 기능을 공유 하는 인물의 두 세트 (즉, 삼각형) 공통. 그림 3에 9 동형 집합의 예제 그림을 참조 하십시오. 또한, p 의 열을 참조 하십시오 6와 q = = 부록 114.
세 가지 기본적인 쌍 유형 생성 된: Idr, 도끼, 및 Nd 쌍. 사이클의 총 라인 길이 (좀 더 구체적으로, 삼각형) 모든 종류의 쌍에 대 한 각 쌍의 두 인물 간의 평준화 되었다. 이 제약 조건을 사용 하 여, 그림의 쌍의 각각 삼각형 되었다 중 상호 동일 또는 모양에서 도끼. Nd 쌍 각 쌍의 길이 보이지 않는 일반 육각의 측면으로 설정 단위와 2 개의 숫자 endlines의 길이 차이 따라 subcategorized 추가 했다. 이 나왔고 Nd 0, Nd 0.27, Nd 0.73및 Nd 1 쌍 (즉, 선 길이 차이 0에서 1에 배열 했다). 선 세그먼트의 교차로의 존재는 preattentively로 알려져 있다으로19, 교차 라인 세그먼트는 자극에서 제외 된 수치를 발견 했습니다. Idr, 도끼, Nd 0, Nd 0.73, 그리고 그림 4에서 Nd 1 쌍의 예를 참조 하십시오. 참가자 Idr 의 수의 편견된 기대를 피하기 위해 ('같은') 쌍 도끼 ('다른')의 합계와 동일와 Nd ('다른') 쌍을 설정 했다.

<table><tbody><tr><td>경기 부양 준비를 위한 PC</td><td>DELL&</td><td>nbsp; Inspiron 15</td><td></td></tr><tr><td>외부 USB FD 장치</td><td>&nbsp; Logitec</td><td>LFD-31UEF</td><td></td></tr><tr><td>응답 버튼 박스</td><td>타케이 키키</td><td>S-15068</td><td>커스텀 아이템</td></tr><tr><td>PC 실험용</td><td>NEC&nbsp;</td><td>PC-37LB-N 15SN</td><td></td></tr><tr><td>LCD 모니터</td><td>NEC&nbsp;</td><td>AS172-MC&nbsp;</td><td></td></tr><tr><td>턱받침</td><td>타케이 키키</td><td>T.K.K.930a</td><td></td></tr><tr><td>페어 생성 프로그램</td><td></td><td>PMELCYLG2</td><td>자체 제작</td></tr><tr><td>데이터베이스 파일</td><td></td><td>P4. DAT</td><td>자체 제작</td></tr><tr><td>자극 프레젠테이션 프로그램&nbsp;</td><td>Takei Kiki</td><td>(6, n) 피규어 커스텀 아이템에 대한 프레젠테이션/응답 장치</td><td></td></tr></tbody></table>

그림 인식 실험에 대 한 자극을 제어 엄격 하 게 생성

Generating Strictly Controlled Stimuli for Figure Recognition Experiments

이 프로토콜 엄격 하 게 통제 하 고 객관적으로 정의 된 그림 인식 실험 자극을 생성 하는 방법을 소개 합니다. (6, n) 그림 포인트는 보이지 않는 일반 육각형의 꼭지점에 위치 n 쌍 사이의 스팬 n 선 세그먼트로 구성 됩니다. 구조 속성 (그래프 고정) 및 표면 특징 (비 그래프 고정) 각 (6, n)의 n 값은 1에서 6을 가진 계산 및 데이터베이스에 저장. 이 데이터베이스를 사용 하 여 경험 실험의 목적에 따라 적절 한 수치를 체계적으로 추출할 수 있습니다. 또한, 데이터베이스에 필요한 정보가 포함 되어 있지 않으면 새로운 기능 값 때로는 계산할 수 애드혹 (6, n) 특정 그림의 형성에서. 우리 그림의 거울 반영 쌍 axisymmetric (도끼) 쌍 전화. 인물의 도끼 쌍 주어진된 쌍의 회전을-수-동일한 Id (r) 여부의 결정에 있는 동일한 비 쌍 보다 차별 하기 더 어려울 수 알려져 있다. 현재 실험의 목적은 한 쌍에서 두 인물 사이의 라인 길이의 동일성 하면 도끼 쌍의 어려운 쌍의 차별 여부를 확인할 것입니다. 서로 동형 인물 모양에서 차이도 불구 하 고 일반적인 구조적 속성을 공유합니다. Ax 쌍 및 Idr 쌍 동형 쌍의 특별 한 경우가 있습니다. 또한, 도끼 쌍 및 Idr 쌍 공유 표면 기능 값의 대부분 대칭의 축에서 다른 위치를 한 위치에서 상대 방향은 반대를 제외 하 고는 도끼 쌍에 대 한. 세 가지 유형의 서로 동형 (6, 4) 그림 쌍 생성 된: Idr; 도끼; 그리고 비 동일, axisymmetric 비, 동형 (Nd) 쌍. Nd 쌍 추가 표면 기능 값 선 길이 차이의 정도 따라 3 개의 하위 범주로 분류 했다.

Nd 0.27 쌍 동형 세트 2의 숫자에만 존재를 발견 했다, 이후 분석 Nd 0.27 쌍에 대 한 결과 포함 하지 않았다. 현재 연구의 가설이 이었다 Nd 쌍에서 두 인물 사이의 라인 길이의 동일성 도끼 그림 쌍으로 차별 하기가로 그들을 만들 것 이다.
실험의 결과 그림 7에 나와 있습니다. 오류 요금 했다 쌍 종류, H 에서 크게 다른 23.8, p &lt; 0.001 =. ANOVA 테스트 나타났다는 대기 시간이 다른 쌍 종류, F (4, 48)에 걸쳐 12.3, p &lt; 0.001 =. Scheffe의 테스트는 대기 시간에 큰 차이가 찾지 못한 모든 쌍 사이 제외 하 고 Nd 0 와 Nd 0.73, Nd 0 와 Nd <em...

이 프로토콜에는 특정 그래프 및 비 그래프 속성 (기능)은 인물 인식에 관련 된 여부를 검사 하 여 실험 하는 방법을 설명 합니다. 메서드를 사용 하 여 각각 인물 이라고 (6 포인트, n 선)의 다양 한 기능 값을 저장 하는 데이터베이스 인물.

This protocol introduces a method for generating strictly controlled and objectively defined stimuli for figure recognition experiments. A (6, n) figure ...

이 프로토콜은 그림 인식 실험에 대해 엄격하게 제어되고 객관적으로 정의된 자극을 생성하는 데 사용할 수 있습니다. 16 그림 데이터베이스를 사용하여 구조 및 피상 적 기하학적 특성의 지정된 값을 충족하는 자극 수치를 선택할 수 있습니다. 실험 환경은 액정 디스플레이 모니터와 컴퓨터에 연결된 응답 버튼 상자로 구성됩니다.상자에는 Enter, F6 및 F5라고 표시된 세 개의 버튼이 있습니다. Enter 버튼을 누르면 현재 화면이 연속 화면으로 진행됩니다. F6 버튼은 검지 손가락을 사용하여 응답하기 위한 것이며, F5 버튼은 가운데 손가락을 사용하여 응답용입니다. 상당히 객관적인 방식으로 수치를 인식하는 특정 기능의 중요도에 관한 다양한 가설을 검사하기 위해, 플로피 디스크를 컴퓨터에 연결된 플로피 디스크 장치에 삽입하여 자극 준비에 사용될 것이며, 쌍 생성 프로그램을 엽니다.그런 다음 키보드를 사용하여 난수 생성 기능에 대한 초기 값으로 난수를 입력하고 키보드를 사용하여 하나 또는 두 개의 입력을 디지털 지정자로 입력합니다. 참가자에 대한 자극 세트를 준비하려면 프레젠테이션 번호, 디지털 상태, 태그와 페어링 유형, 줄 세그먼트 수 및 각 평가판의 왼쪽 및 오른쪽 그림의 줄 사양 형식으로 4 쌍의 정점 레이블을 플로피 디스크 장치에 순차적으로 작성하여 동시에 화면에 이러한 값을 에코합니다. 참가자의 서면, 통보 된 동의를 얻은 후, 샘플 그림 쌍을 보여 주어 참가자에게 제시 된 쌍의 수치가 방향에 관계없이 가능한 한 빠르고 정확하게 동일한지 여부를 결정하도록 요청받는 방법을 보여줍니다.참가자가 준비되면 컴퓨터에서 실험에 대한 자극 프레젠테이션 프로그램을 시작하고 ID 결정 작업 및 참가자 정보를 클릭하여 참가자의 이름, 성별 및 연령을 입력합니다. 모든 정보가 입력되면 사양 종료 및 읽기 자극을 클릭합니다. 그런 다음 PRBLM2를 선택합니다.플로피 디스크 드라이브의 DAT 파일을 클릭하고 파일 사양 화면에서 열기를 클릭합니다. 다음으로, 모니터 앞에 머리를 얹고, 참가자의 이마에서 모니터까지 60센티미터 의 거리를 확인합니다. 그런 다음 실행을 클릭하여 실험을 시작합니다.명령 화면이 디지털 상태 하나를 표시하는 경우 참가자에게 수치가 같을 때 검지 손가락으로 F6 키를 누르고 그림이 다를 때 가운데 손가락으로 F5 키를 누릅니다. 디지털 상태가 결정된 후 참가자가 응답 상자에 Enter를 한 번 누릅니다. 자극 화면에 한 쌍의 연습 쌍의 프리젠 테이션에 따라, 참가자는 결정에 도달하자마자 F6 또는 F5 키를 누릅니다.응답이 정확하면 피드백 메시지 화면에 결정이 정확합니다. 응답이 잘못되면 잘못된 결정이 화면에 나타납니다. 피드백 메시지를 읽은 후 참가자를 눌러 다음 프롬프트 화면에 응답하도록 입력하도록 합니다.모든 연습 시험이 완료되면 시험 시험의 시작이 나타납니다. 참가자가 연습 시험에 사용되는 것과 동일한 응답 단추를 사용하여 평가판을 시작하십시오. 이 대표적인 실험에서는 비대칭과 동일하지 않은 0 쌍 사이의 대기 시간 차이를 제외하고 쌍 유형 간에 오류 및 대기 시간 비율이 크게 달랐습니다.오류 율과 대기 시간 데이터 모두 동일하지 않은 0.73과 한 쌍이 비대칭 쌍과 비교하여 쉽게 구별할 수 있음을 시사합니다. 그러나, 동일하지 않은 제로 쌍과 비대칭 쌍 사이의 대기 시간에 거의 결석한 차이는 라인 길이의 동일성이 비대칭 쌍을 차별하기가 더 어렵다는 것을 강력하게 시사합니다. 연구 질문에 따라 데이터베이스 및 임시 생성을 사용하는 기하학적으로 적합한 그림 쌍을 선택하는 것이 중요합니다.특정 피쳐 값이 있는 수치를 적절히 선택하는 경우 그림 인식 테스트 중에 개별 피처의 중요도를 검사할 수 있습니다.

generating-strictly-controlled-stimuli-for-figure-recognition

Research

연구

JoVE Journal

Behavior

행동

우리는 바닥 투사 미로에 완전히 자동화 된인지 적 작업에 만성 전기 생리학 레코딩을위한 쥐를 훈련을 위해 프로토콜을 설명합니다.

바닥 투사 미로를 사용하여 녹음 신경 활동에 대한 자동화 된 시각인지 작업

그것은 복부 영상 스트림에서 하향식 (top-down) 신호가 운동에 어떻게 영향을 미치는지 명확하지 않다. 우리는 3D 깊이 반전 환상을 대상으로 모터의 동작을 테스트 할 수있는 패러다임을 개발했다. 큰 차이는 환상과 진실 된보기 상태에서 의도적으로, 목표 지향적 움직임과 자동 작업 모두에서보고됩니다.

모터 동작 톱 다운 비주얼 프로세스의 영향을 탐색하는 방법

이 방법의 전반적인 목표는 비위생적이거나 위험한 작업을 수행하는 것뿐만 아니라 병자와 노인을 돕는 데 유망한 휴머노이드 로봇과 뇌-로봇 상호 작용에 대한 연구를 가능하게 하는 여러 소프트웨어 프로그램을 통합하여 SSVEP 기반 실험 절차를 수립하는 것입니다.

인간형 로봇에 뇌 - 로봇 상호 작용에 대한 실험 절차를 SSVEP 기반

이 비교 연구는 동기 주의 두 반구 간의 차이 평가 하기 위해 한 정서적 이미지의 분할된 시야 프레 젠 테이 션 대 중앙. 늦은 긍정적인 잠재력 (LPP) 동기 주의 평가 하기 위해 electroencephalography (뇌 파) 및 이벤트 관련 후보 (르 프 스크 웨) 방법론을 사용 하 여 기록 했다.

시야의 중앙와 프레 젠 테이 션의 정서적 이미지 동기 관심에 반구형 차이 측정

Parieto 정면 신경 visuomotor 변환에 관련 된의 개체 선택도 분석 하는 자세한 프로토콜 제공 됩니다.

단일 단위 기록을 사용 하 여 원숭이 등 Visual 스트림에 개체 표현을 조사

이 논문에서는 고밀도 EEG를 사용하여 복부 및 등쪽 네트워크의 자극을 통해 차동 피질 시각적 으로 잠재적인 형태학적 패턴을 불러일으킨 프로토콜을 제시합니다. 시간지터가 유무에 관계없이 시각적 개체 및 모션 자극 패러다임이 설명됩니다. 시각적으로 불러일으킨 잠재적 형태학적 분석도 설명되어 있습니다.

자극 특이적 피질 시각적 자극 잠재적 인 형태 학적 패턴을 불러 일으켰다

여기서는 모션 큐와 같은 대체 시각적 기능이 물고기의 방향 결정에 미치는 영향을 정량화하는 행동 분석법을 보여 주는 프로토콜을 제시합니다. 대표적인 데이터는 골든 샤이너(노테미고누스 crysoleucas)가가상 물고기의 움직임을 따르는 속도와 정확성에 표시됩니다.

Y-미로 내에서 시각적 심리물리학 분석을 통합하여 탐색 결정에서 시각적 기능이 하는 역할을 격리합니다.

여기에 제시 시각적으로 유도 도달 하는 동안 인간의 상부 사지 근육에 강력한 빠른 visuomotor 응답을 유도 하는 행동 패러다임.

인간의 상반신 근육에 빠른 Visuomotor 응답을 불러 일으키는 신흥 대상 패러다임

우리는 많은 Caenorhabditis elegans 벌레의 유연한 화학적 및 다중 모드 자극과 동시 신경 활동의 기록 방법을 제시합니다. 이 방법은 미세 유체 공학, 오픈 소스 하드웨어 및 소프트웨어, 감독 자동화 데이터 분석을 사용하여 적응, 시간적 억제 및 자극 누화와 같은 신경 현상을 측정할 수 있습니다.

여러 개의 작은 유기체에서 자동화된 다중 모드 자극 및 동시 신경 기록

설치류 조건화에 대한 완전 자동화 된 프로토콜을 제안한다. 이 프로토콜은이 컨트롤의 영향을 신경 활동 기본 감각 통합,인지 제어 실험에 대한 정도를 조사하기 위해 행동 사건의 정확한 시간 제어에 의존합니다.

감각 운동 통합 및인지 제어 실험을 위해 완전 자동화 된 설치류 컨디셔닝 프로토콜

학습하세요 도형 인식 실험을 위한 엄격하게 제어된 자극 생성 방법을. 16개 도형 데이터베이스를 활용하여 구조적 및 기하학적 특성을 만족하는 자극을 선택하고, 인지 과정을 객관적으로 평가하는 실험 설계를 수행하세요.

그림 인식 실험에 대 한 자극을 제어 엄격 하 게 생성

더 많은 동영상 탐색