Name: Generowanie ściśle kontrolowanych bodźców do eksperymentów z rozpoznawaniem figur (Wideo) | JoVE Journal
Uploaded: 2019-03-18T14:00:00.000+00:00
Duration: 5 min 39 s
Description: Poznaj metodę generowania ściśle kontrolowanych bodźców do eksperymentów z rozpoznawaniem figur przy użyciu bazy 16 figur. Ta technika pozwala obiektywnie ocenić znaczenie poszczególnych cech geometrycznych w procesach poznawczych.

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

Autor dziękuje Sydney Koke, MFA, i Maxine Garcia, PhD, z Edanz Group (www.edanzediting.com/ac) za edycję szkicu tego rękopisu.

Eksperyment został zatwierdzony przez Komitet Etyki Uniwersytetu Hakuoh w Japonii.
1. Konfiguracja eksperymentalna
UWAGA: Środowisko eksperymentalne składa się z monitora LCD i przycisku odpowiedzi podłączonego do komputera (PC do eksperymentów). Każdy uczestnik decyduje, czy przedstawiona para figur jest "taka sama" czy "inna", naciskając jeden z dwóch przycisków na polu odpowiedzi. Na polu znajdują się trzy przyciski oznaczone "Enter", "F6" i "F5" od lewej do prawej. Naciśnięcie przycisku Enter powoduje przejście do następnego ekranu. Przycisk F6 służy do udzielania odpowiedzi za pomocą palca wskazującego, a przycisk F5 służy do udzielania odpowiedzi za pomocą środkowego palca prawej ręki uczestnika. Generowanie par figur odbywa się na innym komputerze (PC do przygotowania bodźca). Taki układ umożliwia badanie w dość obiektywny sposób różnych hipotez dotyczących krytyczności danej cechy w rozpoznawaniu figur.
<ol>
	<li>Włóż dyskietkę do jednostki dyskietki podłączonej do komputera w celu przygotowania bodźca. Uruchom program do generowania par na komputerze w celu przygotowania bodźca.</li>
	<li>Wprowadź liczbę losową za pomocą klawiatury jako wartość początkową do funkcji generowania liczb losowych używanej w programie. Wprowadź 1 lub 2 za pomocą klawiatury jako specyfikatora cyfrowego. 
	UWAGA: Specyfikator cyfrowy = 1 oznacza palec wskazujący do "tych samych" decyzji, a środkowy palec do "różnych" decyzji (stan cyfrowy 1) w pierwszym bloku prób i odwrotnie (stan cyfrowy 2) w drugim bloku. Specyfikator cyfrowy = 2 oznacza stan cyfrowy 2 w pierwszym bloku i stan cyfrowy 1 w drugim bloku. Ta procedura równoważy szybkość reakcji różnych palców.</li>
</ol>
2. Instrukcje w programie do generowania par
<ol>
	<li>Otwórz plik zestawu bodźców (PRBLM2. DAT) jako nowy plik na stacji dyskietek. Dodatkowo otwórz plik bazy danych z (6, 4) figurami na jednostce głównej.</li>
	<li>Zbadaj kolejno każdy rekord pliku bazy danych od numeru rekordu 1 do 1 365, aby określić, czy rekord, który ma wartość zmiennej 28 (tj. liczba przecięć odcinków linii, patrz rysunek 2) wynosi 0, 
	UWAGA: Dla całkowitej liczby (6, n) figur, patrz Wniosek 15.1 (a)1.
	<ol>
		<li>Jeśli wartość jest różna od 0, odrzuć rekord i przejdź do następnego rekordu, w przeciwnym razie sprawdź, czy wartość zmiennej 1 (tj. zbioru izomorficznego) wynosi 2 lub 5.</li>
		<li>Jeśli wartość nie jest ani 2, ani 5, odrzuć rekord i przejdź do następnego rekordu, w przeciwnym razie zgromadź numer rekordu jako figurę kandydującą w izomorficznej puli 2 lub izomorficznej puli 5.</li>
		<li>Wyczerpująco połącz każdy rekord z innymi rekordami, w tym z samym sobą, figur kandydujących, które należą do puli izomorficznej 2.</li>
		<li>Przekonwertuj każdą parę numerów rekordów na ich formaty specyfikacji wierszy we wszystkich parach kandydujących.</li>
		<li>Sprawdź, czy figura jest sparowana ze sobą, a jeśli tak, sklasyfikuj parę jako parę Idr ze znacznikiem wskazującym jej odległość kątową 0° i zgromadź ją w puli par Idr.</li>
		<li>W przeciwnym razie dodaj liczbę całkowitą od 1 do 5 do każdego numeru etykiety wierzchołka w formacie specyfikacji linii jednej figury z resztą modulo 6. Jeśli wartość wynosi 0, przekonwertuj ją na 6. Następnie ujednolicić format. Następnie porównaj znormalizowany format figury z formatem specyfikacji linii drugiej figury w parze. 
		UWAGA: Format specyfikacji linii figury (6, 4) składa się z czterech sekwencji par etykiet punktów. Jest ona wyrażona zgodnie z lewą etykietą, która jest zawsze mniejsza niż prawa etykieta wewnątrz pary, oraz lewą etykietą poprzedniej pary, która jest zawsze mniejsza lub równa lewej etykiecie następnych par.</li>
		<li>Jeśli oba formaty są zgodne z liczbą całkowitą i, sklasyfikuj parę jako parę Idr z tagiem jej odległości kątowej I (tj. jednostki 60° w kierunku przeciwnym do ruchu wskazówek zegara) i zgromadź ją w puli par Idr.</li>
		<li>W przeciwnym razie sprawdź kolejno, czy para jest parą osi, w której jedna z osi symetrii znajduje się 0°, 30°, 60°, 90°, 120° lub 150° w kierunku przeciwnym do ruchu wskazówek zegara od prawej strony poziomej. 
		UWAGA: Transformacja osiowa figury wokół osi symetrii 0° powoduje permutację etykiet punktów 1 dla 6, 2 dla 5, 3 dla 4 i odwrotnie; około 30°, 1 za 1, 2 za 6, 3 za 5, 4 za 4 i odwrotnie; około 60°, 1 dla 2, 3 dla 6, 4 dla 5 i odwrotnie; około 90°, 1 dla 3, 2 dla 2, 4 dla 6, 5 dla 5 i odwrotnie; około 120°, 1 dla 4, 2 dla 3, 5 dla 6 i odwrotnie; i około 150°, 1 dla 5, 2 dla 4, 3 dla 3, 6 dla 6 i odwrotnie (rysunek 5).</li>
		<li>Jeśli format specyfikacji linii jednej figury po transformacji Ax wokół osi symetrii j° jest zgodny z formatem drugiej figury w parze, wówczas zaklasyfikuj parę jako parę Ax z tagiem osi symetrii j° i zgromadź ją w puli par Ax.</li>
		<li>W przeciwnym razie sklasyfikuj parę jako parę Nd. Następnie oblicz liczbę linii padających na odpowiednich wierzchołkach w formatach specyfikacji linii dwóch figur pary Nd (rysunek 6).</li>
		<li>Jeśli liczba padających linii wynosi jeden na obu końcach segmentu linii figury, należy określić segment jako linię końcową figury. Następnie wyznacz trzy pozostałe odcinki linii jako te, które składają się na cykl (tj. trójkąt).</li>
		<li>Oblicz łączną długość linii w cyklach dwóch figur pary Nd. Jeśli łączna długość cykli między dwiema figurami różni się, odrzuć pary.</li>
		<li>W przeciwnym razie oblicz różnicę między długościami linii końcowych między dwiema figurami. Jeśli różnica długości wynosi 0, zaklasyfikuj parę jako parę Nd ze znacznikiem 0 i zgromadz ją w puli par Nd.</li>
		<li>W przeciwnym razie, jeśli różnica długości wynosi 0,27, zaklasyfikuj parę jako Nd z tagiem 0,27 i zgromadz ją w puli par Nd.</li>
		<li>W przeciwnym razie, jeśli różnica długości wynosi 0,73, zaklasyfikuj parę jako parę Nd z tagiem 0,73 i zgromadz ją w puli par Nd.</li>
		<li>W przeciwnym razie sklasyfikuj parę jako parę Nd z tagiem 1 i zgromadź ją z tagiem 1 w puli par Nd.</li>
		<li>Powtórzyć kroki protokołu od 2.2.3 do 2.2.16 dla figur kandydujących, które należą do zbioru izomorficznego 5.</li>
		<li>Zamknij plik bazy danych.</li>
	</ol>
	</li>
	<li>Przygotowanie zestawu bodźców dla uczestnika
	<ol>
		<li>Losowo pobierz trzy pary z puli Idr, dwie pary z puli Nd i parę z puli Ax z tagami jako pary ćwiczebne.</li>
		<li>Połącz pary ćwiczeń Idr, Nd i Ax i losowo zlosuj ich kolejność prezentacji w pierwszym bloku prób praktycznych.</li>
		<li>Losowo dobierz próbki 80 par z puli Idr, 40 par z puli Nd i 40 par z puli Ax z tagami jako parami testowymi.</li>
		<li>Połącz pary testowe Idr, Nd i Ax i zrandomizuj ich kolejność prezentacji dla pierwszego bloku prób testowych.</li>
		<li>Należy powtórzyć kroki protokołu 2.3.1–2.3.4 dotyczące przygotowania prób praktycznych i prób doświadczalnych w drugim bloku prób.</li>
		<li>Napisz kolejno numer prezentacji, stan cyfrowy, typ pary ze znacznikiem, liczbę segmentów linii i cztery pary etykiet wierzchołków w formacie specyfikacji linii lewej i prawej cyfry każdej próby na jednostce dyskietki sekwencyjnie i jednocześnie powtórz te wartości na ekranie.</li>
		<li>Powtórzyć krok 2.3.6 od pierwszej próby próbnej w pierwszym bloku do ostatniej próby próbnej w drugim bloku.</li>
		<li>Zamknij stację dyskietek.</li>
	</ol>
	</li>
</ol>
3. Instrukcja przez eksperymentatora i wykonanie eksperymentu przez uczestnika
<ol>
	<li>Poproś każdego uczestnika o wyrażenie pisemnej świadomej zgody na udział w eksperymencie.</li>
	<li>Instrukcje od eksperymentatora
	<ol>
		<li>Poinstruuj każdego uczestnika, aby jak najszybciej i jak najdokładniej zdecydował, czy przedstawiona para figur ma identyczny kształt, niezależnie od ich orientacji ("Taka sama"), czy nie ("Różna") i pokazał przykładowe pary figur.</li>
	</ol>
	</li>
	<li>Specyfikacje przed eksperymentem przez eksperymentatora
	<ol>
		<li>Uruchom program do prezentacji bodźców na komputerze w celu przeprowadzenia eksperymentów.</li>
		<li>Kliknij Zadanie Decyzja o tożsamości na ekranie menu.</li>
		<li>Kliknij opcję Informacje o uczestniku, następnie wprowadź imię i nazwisko, płeć i wiek, a następnie kliknij opcję Koniec specyfikacji na ekranie informacyjnym.</li>
		<li>Kliknij przycisk Read Stimulus data (Odczyt danych stymulacyjnych) na ekranie menu, a następnie kliknij PRBLM2. DAT w stacji dyskietek i kliknij przycisk OPEN (OTWÓRZ) na ekranie specyfikacji pliku.</li>
	</ol>
	</li>
	<li>Wykonanie eksperymentu
	<ol>
		<li>Jako eksperymentator posadź uczestnika przed monitorem, połóż jego głowę na podbródku i zmierz odległość 60 cm od czoła do monitora.</li>
		<li>Jako eksperymentator rozpocznij eksperyment, klikając Wykonanie na ekranie menu.</li>
		<li>Jako eksperymentator, jeśli ekran instrukcji pokazuje stan cyfrowy 1, poinstruuj uczestnika, aby nacisnął F6 (odpowiedź palcem wskazującym) dla "tych samych" decyzji i naciśnij F5 (odpowiedź środkowym palcem) dla "różnych" decyzji. Jeśli na ekranie instrukcji wyświetlany jest stan cyfrowy 2, poinstruuj, aby nacisnąć F6 w przypadku "różnych" decyzji i F5 w przypadku "takich samych" decyzji.</li>
		<li>Jako uczestnik, po pełnym zapamiętaniu cyfrowego stanu bloku, naciśnij Enter w polu odpowiedzi.</li>
		<li>Jako uczestnik, w odpowiedzi na monit "Gotowy" na ekranie, naciśnij Enter, aby rozpocząć próbę.</li>
		<li>Jako uczestnik, po zaprezentowaniu pary par ćwiczeń na ekranie bodźca, naciśnij F6 lub F5, gdy tylko zostanie podjęta decyzja. 
		UWAGA: Sześć wierzchołków niewidocznego sześciokąta foremnego jest stylizowanych na małe wypełnione okręgi o średnicy 0,4 cm, których środki są przesunięte o 0,2 cm na zewnątrz od lokalizacji wierzchołków na ekranie bodźca. Sześć wierzchołków figury (6, 4) rzutuje na prostokątny obszar o wymiarach 6,6 cm x 7,6 cm. Dwie figury pary znajdują się w poziomo równoległych pozycjach w odległości między środkami 9,4 cm.</li>
		<li>(Wcześniej) skonfiguruj program prezentacji bodźca tak, aby wyświetlał komunikat "Decyzja była błędna" na ekranie komunikatu zwrotnego z sygnałem dźwiękowym w próbie praktycznej, jeśli odpowiedź jest błędem. Jeśli odpowiedź jest poprawna, wyświetl na ekranie komunikat "Decyzja była prawidłowa".</li>
		<li>Jako uczestnik, potwierdzając wiadomość zwrotną, naciśnij Enter, aby przejść do następnego ekranu "monitu".</li>
		<li>(Jako program prezentacji bodźca), powtórz kroki od 3.4.4 do 3.4.7 do końca prób praktycznych w bloku.</li>
		<li>Po zakończeniu wszystkich prób praktycznych wyświetl na ekranie komunikat "Początek prób testowych".</li>
		<li>Powtórz kroki od 3.4.4 do 3.4.5 na końcu prób testowych w bloku. 
		UWAGA: Komunikaty zwrotne są prezentowane tylko podczas prób praktycznych.</li>
		<li>Powtórz kroki od 3.4.3 do 3.4.8, aby przeprowadzić próby praktyczne i testowe w drugim bloku.</li>
		<li>Jako program do prezentacji bodźców, zapisz dane do pliku na jednostce dyskietki. 
		UWAGA: Dane uczestnika dla każdej próby składają się z numeru seryjnego badania, liczby odcinków linii, stanu cyfrowego, kodu typu pary ze znacznikiem, kodu naciśniętego przycisku, poprawności odpowiedzi i opóźnienia w ms.</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>

Autor deklaruje brak konfliktu interesów.

Niniejsza metoda może być wykorzystana do przygotowania zestawu obiektywnie definiowalnych figur bodźców do eksperymentów z rozpoznawaniem figur. Krytycznym aspektem metody są instrukcje zawarte w programie do generowania par. Korzystając z bazy danych (6, n), program może wybrać odpowiednie figury kandydujące z całkowitej liczby (6, n) (kroki protokołu 2.2.1 i 2.2.2). Dodatkowo program może czasami obliczać wartości cech figur, które nie są przechowywane w bazie danych, jak w przypadk...

Ten artykuł opisuje metodę generowania ściśle kontrolowanych i obiektywnie zdefiniowanych liczb bodźców dla badań nad rozpoznawaniem losowych figur. Bodźce nazywane są figurami (6 punktów, n linii) lub (6, n) figurami. Figura (6, n) składa się z n odcinków linii, które są rozpięte między n parami punktów położonych na wierzchołkach niewidocznego sześciokąta foremnego. Rysunek 1 pokazuje przykład (6, 4) figury, która jest określona przez cztery pary etykiet dla wierzchołków niewidocznego sześciokąta foremnego. Etykiety wyznaczają segmenty linii rysunku (patrz <silna klasa="xfig">Rysunek 1). Nazwijmy tę specyfikację figur formatem specyfikacji linii.
Dawniej, autor obliczał teoretyczne właściwości strukturalne wykresu (6, n) figur (zwanych cechami niezmiennymi, a dokładniej niezmiennikami grafu1) i właściwości niezmiennych (zwanych cechami powierzchownymi) dla rysunków o n = 1 do 6 i przechowywał wartości cech w bazie danych. Cechy niezmiennicze odzwierciedlają właściwości strukturalne (a dokładniej topologiczne), a cechy powierzchowne odzwierciedlają właściwości nietopologiczne i głównie metryczne danej figury.
Numer rekordu w bazie danych jednoznacznie identyfikuje figurę w formacie specyfikacji linii. W związku z tym wyczerpujące wyszukiwanie określonych wartości cech niezmiennych i/lub powierzchownych w bazie danych umożliwia pobranie numerów rekordów dla figur spełniających warunki z całkowitego zestawu figur (6, n). Odzyskane figury mogą posłużyć jako bodźce do eksperymentu. Każdy rekord w bazie danych zawiera zmienne, które zawierają zbiór izomorficzny, do którego należy figura; różne niezmienniki wykresu, takie jak liczba cykli, obwód, liczba pokrycia punktu, liczba punktów krytycznych, promień, liczba punktów centralnych, liczba składników, maksymalny stopień, liczba maksymalnych punktów stopni, liczba izolowanych punktów i liczba punktów końcowych; wartości elementów niebędących wykresami, takie jak liczba przecięć i postrzępienia konturów zdefiniowanych przez wierzchołki i przecięcia; oraz powierzchowne wartości cech, takie jak lokalizacje cech niezmiennych i (w przypadku, gdy występują lokalizacje w liczbie mnogiej) kierunki utworzone przez lokalizacje w liczbie mnogiej. Na przykład cykl oznacza zamkniętą sekwencję odcinków linii, stopień punktu to liczba odcinków linii przypadających na ten punkt, punkt izolowany to punkt o stopniu 0, a punkt końcowy to punkt o stopniu 1. Korzystając z niezmiennych wartości cech bazy danych, wszystkie (6, n) figury od n = 1 do 6 można posortować do liczb zbiorów izomorficznych pokazanych w dodatku 11. Zobacz Rysunek 2 dla przykładu informacji przechowywanych w każdym rekordzie.
Zauważ, że figury należące do każdego zbioru izomorficznego są topologicznie równoważne pomimo różnic w kształcie. W kilku badaniach stwierdzono, że struktury topologiczne są postrzegane przed bardziej szczegółowymi właściwościami danych figur2,3,4,5. Poprzez systematyczną zmianę figur bodźców, autor twierdził, że detekcje i porównania cech niezmiennych poprzedzają detekcje i porównania cech powierzchownych6. Niniejszy eksperyment jest próbą wyjaśnienia, czy powierzchowna cecha długości linii jest krytyczna w rozpoznawaniu par figur pod warunkiem, że wszystkie wartości cech niezmienniczych są równoważne między parami figur (tj. wzajemnie izomorficzne).
Rodzaje figur bodźców, które są używane w eksperymentach, są niezwykle ważne dla badań nad rozpoznawaniem postaci. Istnieją dwa rodzaje bodźców: te, które są generowane losowo i te, które są generowane ad hoc na potrzeby badania. W celu zmniejszenia zakłóceń związanych z czynnikami nieobjętymi kontrolą doświadczalną, ogólnie uważa się, że bardziej odpowiednie jest użycie losowo wygenerowanych liczb. Istnieje kilka rodzajów figur losowych, na przykład losowe histogramy7 i losowe macierze8, ale najczęściej używanymi liczbami losowymi w badaniach nad rozpoznawaniem wizualnym w psychologii są losowe wielokąty9. Ogólną zasadą tworzenia losowych wielokątów jest łączenie losowo rozmieszczonych lokalizacji n punktów w obszarze kwadratu z odcinkami linii w taki sposób, aby obwód odcinka linii był w większości wypukły, a następnie kolor wewnątrz obwodu. Często używanym obiektywnym indeksem dla losowych wielokątów jest liczba fleksji obwodu wielokąta, która reprezentuje złożoność figuryxref"10,11,12. Ponieważ wnętrze figury jest kolorowane, właściwości strukturalne dotyczące jej obwodu są ograniczone do liczby fleksji. Dodatkowo, z wyjątkiem liczby odbić, nie podano żadnych informacji ani o całym zestawie losowych wielokątów, ani o relacji między różnymi losowymi wielokątami.
Wiadomo, że figury w parach figur osiowosymetrycznych (Ax) są trudniejsze do rozróżnienia niż pary nieidentyczne w zadaniu, które ma decydować, czy dana para figur jest obrócona, aby była identyczna (Idr)13,14,15. Dwie figury w parze Idr i te w parze Ax są wzajemnie izomorficzne i mają odpowiadające im odcinki linii o tej samej długości. Nie jest jednak jasne, czy identyczność długości linii między dwiema figurami w parze zwiększa trudność dyskryminacji nieidentycznej pary w porównaniu z parą siekier. W tym eksperymencie porównano wyniki dyskryminacji uczestników między parami Ax i nieidentycznymi, niesymetrycznymi (Nd) parami. Różnice w długościach linii były eksperymentalnie kontrolowane między obiema figurami. Ze względu na pierwszeństwo wykrywania różnic w wartościach cech niezmiennych przed różnicami wartości cech powierzchownych podczas rozpoznawania figur5, pary figur Nd zostały ustawione jako wzajemnie izomorficzne, aby różnice długości linii nie były mylone z różnicami wartości cech niezmiennych.
Eksperyment 1 w użytych przez autora (6, 5) parach figur w celu zbadania hipotezy, że brak różnic w długości linii wpływa na poziom trudności dyskryminacji figur w parach Ax15. Wyniki wykazały, że opóźnienia były krótsze dla par Nd 0 (tj. brak różnicy w całkowitej długości linii między parami figur) w porównaniu z tymi dla par Ax, co wskazywało, że hipoteza była nie do poparcia. Argumentowano, że powierzchowne różnice w wartościach cech, które nie są objęte kontrolą eksperymentalną, są bardziej prawdopodobne w figurach złożonych, a uczestnicy mogą z nich korzystać. Co ciekawe, kilka badań wykazało, że obecność cyklu jest wykrywana z premedytacją16,17. Z kolei Julesz twierdził, że obecność punktu końcowego została wykryta na wczesnym etapie segregacji figur z tła18.
Aby rozwiązać ten problem, wybrano prostsze (6, 4) pary figur do zbadania hipotezy. Spośród dziewięciu izomorficznych zbiorów figur (6, 4) jako bodźce użyto figur należących do dwóch zbiorów izomorficznych. Oba zestawy figur miały wspólne łatwo wykrywalne cechy niezmiennicze punktu końcowego (punktów końcowych) i cyklu (tj. trójkąta). Zobacz przykładowe rysunki dziewięciu zbiorów izomorficznych w Rysunek 3. Dodatkowo zobacz kolumny p = 6 i q = 4 w dodatku 11.
Wygenerowano trzy podstawowe typy par: pary Idr, Ax i Nd. Całkowita długość linii cyklu (a dokładniej trójkąta) została wyrównana między dwiema figurami w każdej parze dla wszystkich typów par. Korzystając z tego ograniczenia, odpowiednie trójkąty w parze figur stawały się albo wzajemnie identyczne, albo miały kształt siekiery. Pary Nd zostały dalej podzielone na podkategorie zgodnie z różnicami w długościach linii końcowych między dwiema figurami w każdej parze, przy czym jednostką długości był bok niewidocznego sześciokąta foremnego. W ten sposób uzyskano pary Nd 0, Nd 0,27, Nd 0,73 i Nd 1 (tj. różnice w długości linii wahały się od 0 do 1). Ponieważ wiadomo, że obecność przecięcia odcinków linii jest wykrywana z premedytacją19, figury z przecinającymi się segmentami linii zostały wykluczone z bodźców. Zobacz przykłady par Idr, Ax, Nd 0, Nd 0.73 i Nd 1 w Rysunek 4. Aby uniknąć tendencyjnych oczekiwań uczestników, liczba par Idr ("taka sama") została ustalona tak, aby była taka sama, jak suma par Ax ("różne") i Nd ("różne").

<table><tbody><tr><td>Komputer do przygotowania bodźca</td><td>DELL&</td><td>nbsp; Zewnętrzna jednostka FD USB Inspiron 15</td><td></td></tr><tr><td></td><td>&nbsp; Logitec</td><td>LFD-31UEF</td><td></td></tr><tr><td>Skrzynka przycisków odpowiedzi</td><td>Takei Kiki</td><td>S-15068</td><td>niestandardowy</td></tr><tr><td>przedmiot PC do eksperymentów</td><td>NEC&nbsp;</td><td>Monitor LCD PC-37LB-N 15SN</td><td></td></tr><tr><td></td><td>NEC&nbsp;</td><td>AS172-MC&nbsp;</td><td></td></tr><tr><td>Podpórka pod podbródek</td><td>Takei Kiki</td><td>T.K.K.930a</td><td></td></tr><tr><td>Program do generowania</td><td></td> par <td>PMELCYLG2</td><td>samodzielnie wykonany</td></tr><tr><td>plik</td><td></td> bazy danych <td>P4. </td><td></td></tr><tr><td>Autorski program prezentacji Stimulus DAT&nbsp;</td><td>Takei Kiki</td><td>Urządzenie do prezentacji / odpowiedzi dla (6, n) figur</td><td>niestandardowych przedmiotów</td></tr></tbody></table>

generowanie ściśle kontrolowanych bodźców do eksperymentów z rozpoznawaniem figur

Generating Strictly Controlled Stimuli for Figure Recognition Experiments

Ten protokół wprowadza metodę generowania ściśle kontrolowanych i obiektywnie zdefiniowanych bodźców do eksperymentów z rozpoznawaniem postaci. Figura (6, n) składa się z n odcinków linii, które są rozpięte między n parami punktów położonych na wierzchołkach niewidocznego sześciokąta foremnego. Właściwości strukturalne (niezmienniki grafu) i cechy powierzchowne (niezmienniki niegrafowe) każdej figury (6, n) o n wartościach w zakresie od 1 do 6 są obliczane i przechowywane w bazie danych. Korzystając z tej bazy danych, eksperymentatorzy mogą systematycznie wyodrębniać odpowiednie liczby w zależności od celu eksperymentu. Ponadto, jeśli baza danych nie zawiera niezbędnych informacji, nowe wartości cech mogą być czasami obliczane ad hoc na podstawie utworzenia określonej figury (6, n). Nazwijmy odbitą w lustrze parę figur parą osiowosymetryczną (Ax). Wiadomo, że para figur Ax jest trudniejsza do rozróżnienia niż para nieidentyczna przy podejmowaniu decyzji o tym, czy kształty danej pary są obrócone tak, aby były identyczne (Idr). Celem niniejszego eksperymentu jest zbadanie, czy identyczność długości linii między dwiema figurami w parze powoduje, że rozróżnienie pary jest równie trudne, jak w przypadku pary Ax. Wzajemnie izomorficzne figury mają wspólne właściwości strukturalne pomimo różnic w kształcie. Pary siekier i pary Idr są szczególnymi przypadkami par izomorficznych. Ponadto para Ax i para Idr mają większość wartości cech powierzchownych, z wyjątkiem tego, że względny kierunek z jednego miejsca do drugiego przez oś symetrii jest przeciwny dla pary Ax. Wygenerowano trzy typy wzajemnie izomorficznych (6, 4) par figur: Idr; Siekiera; i nieidentyczne, nieosiowosymetryczne, izomorficzne (Nd) pary. Pary Nd podzielono następnie na trzy podkategorie w zależności od powierzchownych wartości cech stopnia różnic długości linii.

Ponieważ stwierdzono, że pary Nd 0,27 występują jedynie w figurach izomorficznego zestawu 2, w dalszej analizie nie uwzględniono wyników dla par Nd 0,27. Hipoteza niniejszego badania zakładała, że identyczna długość linii między dwiema figurami w parach Nd sprawi, iż będą one tak samo trudne do rozróżnienia, jak pary figur Ax.
Wyniki eksperymentu przedstawiono na Rysunku 7. Wskaźniki błędów różniły się znacząco pomięd...

Ten protokół opisuje metodę eksperymentu, który sprawdza, czy określone właściwości (cechy) wykresu i nie-grafu są istotne dla rozpoznawania figur. Metoda wykorzystuje bazę danych, w której przechowywane są różne wartości cech odpowiednich figur zwanych figurami (6 punktów, n linii).

Generowanie ściśle kontrolowanych bodźców do eksperymentów z rozpoznawaniem figur

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

Protokół ten może być używany do generowania ściśle kontrolowanych i obiektywnie zdefiniowanych bodźców do eksperymentów z rozpoznawaniem figur. Korzystając z bazy danych składającej się z 16 figur, można wybrać figury bodźców, które spełniają określone wartości struktury i powierzchowne właściwości geometryczne. Środowisko eksperymentalne składa się z monitora ciekłokrystalicznego i skrzynki z przyciskami odpowiedzi podłączonej do komputera.W polu oznaczonym są trzy przyciski oznaczone Enter, F6, a F5.By naciśnięciu przycisku Enter bieżący ekran przejdzie do kolejnego ekranu. Przycisk F6 służy do udzielania odpowiedzi przy użyciu palca wskazującego, a przycisk F5 służy do udzielania odpowiedzi przy użyciu palca środkowego. Aby umożliwić zbadanie różnych hipotez, które dotyczą krytyczności pewnej cechy w rozpoznawaniu figur w dość obiektywny sposób, włóż dyskietkę do zespołu dyskietek podłączonego do komputera, który będzie używany do przygotowania bodźca, i otwórz program generowania par.Następnie użyj klawiatury, aby wprowadzić liczbę losową jako wartość początkową dla funkcji generowania liczb losowych i wprowadź jedną lub dwie za pomocą klawiatury, jako specyfikator cyfrowy. Aby przygotować zestaw bodźców dla uczestnika, napisz kolejno numer prezentacji, stan cyfrowy, typ pary ze znacznikiem, liczbę odcinków linii i cztery pary etykiet wierzchołków w formacie specyfikacji linii lewej i prawej cyfry każdej próby na jednostce dyskietki, jednocześnie powtarzając te wartości na ekranie. Po uzyskaniu pisemnej, świadomej zgody uczestnika, pokaż przykładowe pary figur, aby zademonstrować uczestnikowi, w jaki sposób zostanie poproszony o podjęcie decyzji, czy przedstawiona para figur ma identyczny kształt, niezależnie od ich orientacji, tak szybko i dokładnie, jak to możliwe.Gdy uczestnik będzie gotowy, uruchom program prezentacji bodźca na komputerze do eksperymentów i kliknij opcję Zadanie decyzji o tożsamości i Informacje o uczestniku, aby wprowadzić imię i nazwisko, płeć i wiek uczestnika. Po wprowadzeniu wszystkich informacji kliknij przycisk Koniec specyfikacji i odczytaj bodziec. Następnie wybierz PRBLM2.DAT w stacji dyskietek i kliknij przycisk Otwórz na ekranie specyfikacji pliku. Następnie posadź uczestnika przed monitorem, z głową na podbródku i potwierdź 60-centymetrową odległość od czoła uczestnika do monitora. Następnie kliknij Wykonanie, aby rozpocząć eksperyment.Jeśli na ekranie instrukcji wyświetlany jest stan cyfrowy, poinstruuj uczestnika, aby nacisnął F6 palcem wskazującym, gdy cyfry są takie same, oraz nacisnął F5 środkowym palcem, gdy cyfry są różne. Po określeniu stanu cyfrowego poproś uczestnika, aby nacisnął raz Enter w polu odpowiedzi, a następnie ponownie w odpowiedzi na monit Gotowy na ekranie, aby rozpocząć wersję próbną. Po przedstawieniu pary par ćwiczeń na ekranie bodźca, poproś uczestnika, aby nacisnął F6 lub F5, gdy tylko zostanie podjęta decyzja.Jeśli odpowiedź była poprawna, decyzja była prawidłowa pojawi się na ekranie wiadomości zwrotnej. Jeśli odpowiedź była nieprawidłowa, decyzja była błędna, pojawi się na ekranie. Po przeczytaniu wiadomości zwrotnej poproś uczestnika, aby nacisnął Enter, aby kontynuować i odpowiedzieć na następny ekran monitu.Po zakończeniu wszystkich prób praktycznych rozpocznie się rozpoczęcie prób testowych. Poproś uczestnika, aby rozpoczął badanie, używając tych samych przycisków odpowiedzi, które są używane w próbach praktycznych. W tym reprezentatywnym eksperymencie współczynniki błędu i opóźnienia różniły się znacznie w różnych typach par, z wyjątkiem różnicy w opóźnieniu między asymetrycznymi i nieidentycznymi parami zerowymi.Zarówno wskaźniki błędów, jak i dane dotyczące opóźnień sugerują, że nieidentyczne pary 0,73 i jeden są łatwe do odróżnienia w porównaniu z parami asymetrycznymi. Jednak prawie nieobecna różnica w opóźnieniu między nieidentycznymi parami zerowymi a parami asymetrycznymi silnie sugeruje, że identyczność długości linii spowodowała, że pary asymetryczne były trudniejsze do rozróżnienia. Ważne jest, aby dobrać odpowiednie geometrycznie pary figur z wykorzystaniem bazy danych i kreacji ad hoc, zgodnie z pytaniami badawczymi.Jeśli odpowiednio wybierzesz figury o określonych wartościach cech, możesz zbadać krytyczność poszczególnych cech podczas testów rozpoznawania figur.

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

Research

JoVE Journal

Behavior

Zachowanie

Opisujemy protokoły szkolenia szczurów do przewlekłych zapisów elektrofizjologicznych w pełni zautomatyzowanych zadaniach poznawczych w labiryncie projekcji podłogowej.

Zautomatyzowane wizualne zadania poznawcze do rejestrowania aktywności neuronalnej za pomocą labiryntu projekcji podłogowej

Nie jest jasne, w jaki sposób sygnały z góry na dół z brzusznego strumienia wzrokowego wpływają na ruch. Opracowaliśmy paradygmat do testowania zachowań motorycznych w stosunku do celu na iluzji odwrócenia głębi 3D. Istotne różnice występują zarówno w celowych, ukierunkowanych na cel ruchach, jak i automatycznych działaniach w iluzorycznych i prawdziwych warunkach widzenia.

Metody badania wpływu odgórnych procesów wzrokowych na zachowania motoryczne

Ogólnym celem tej metody jest ustanowienie eksperymentalnej procedury opartej na SSVEP poprzez integrację wielu programów komputerowych, aby umożliwić badanie interakcji mózg-robot z robotami humanoidalnymi, co jest perspektywiczne w pomaganiu chorym i starszym, a także wykonywaniu niehigienicznych lub niebezpiecznych prac.

Eksperymentalna procedura oparta na SSVEP dla interakcji mózg-robot z robotami humanoidalnymi

To badanie porównało prezentacje obrazów emocjonalnych w centralnym i podzielonym polu widzenia, aby ocenić różnice w umotywowanej uwadze między dwiema półkulami. Późny potencjał dodatni (LPP) zarejestrowano za pomocą metodologii elektroencefalografii (EEG) i potencjałów związanych ze zdarzeniami (ERP) w celu oceny umotywowanej uwagi.

Centralna i podzielona prezentacja obrazów emocjonalnych w polu widzenia w celu pomiaru różnic w półkulach w umotywowanej uwadze

Przedstawiono szczegółowy protokół do analizy selektywności obiektów neuronów ciemieniowo-czołowych zaangażowanych w transformacje wzrokowo-motoryczne.

Badanie reprezentacji obiektów w grzbietowym strumieniu wzrokowym makaka przy użyciu nagrań jednojednostkowych

W tym artykule prezentujemy protokół do badania różnicowych wzorców morfologicznych wywołanych wzrokowo poprzez stymulację sieci brzusznych i grzbietowych za pomocą EEG o dużej gęstości. Opisano paradygmaty obiektu wizualnego i bodźca ruchowego, z fluktuacją czasową i bez niej. Przedstawiono również wizualne analizy morfologiczne potencjału wywołanego.

Specyficzne dla bodźca wizualne wizualne wywołane potencjalne wzorce morfologiczne

Tutaj prezentujemy protokół demonstrujący test behawioralny, który określa ilościowo, jak alternatywne cechy wizualne, takie jak wskazówki ruchu, wpływają na decyzje kierunkowe u ryb. Przedstawiono reprezentatywne dane dotyczące szybkości i dokładności, z jaką Golden Shiner (Notemigonus crysoleucas) śledzi ruchy wirtualnych ryb.

Integracja wizualnych testów psychofizycznych w labiryncie Y w celu wyizolowania roli, jaką cechy wizualne odgrywają w decyzjach nawigacyjnych

Prezentowany tutaj jest paradygmat behawioralny, który wywołuje silne szybkie reakcje wzrokowo-motoryczne na mięśniach kończyn górnych człowieka podczas wzrokowo kierowanych dotrzeń.

Wyłaniający się paradygmat docelowy wywołujący szybkie reakcje wzrokowo-ruchowe na mięśniach kończyn górnych człowieka

Prezentujemy metodę elastycznej chemicznej i multimodalnej stymulacji oraz rejestrowania jednoczesnej aktywności neuronalnej wielu robaków Caenorhabditis elegans. Metoda ta wykorzystuje mikrofluidykę, sprzęt i oprogramowanie typu open source oraz nadzorowaną automatyczną analizę danych, aby umożliwić pomiar zjawisk neuronalnych, takich jak adaptacja, hamowanie czasowe i przesłuchy bodźców.

Zautomatyzowana stymulacja multimodalna i jednoczesna rejestracja neuronów z wielu małych organizmów

Zaproponowano w pełni zautomatyzowany protokół warunkowania działania gryzoni. Protokół opiera się na precyzyjnej kontroli czasowej zdarzeń behawioralnych w celu zbadania zakresu, w jakim ta kontrola wpływa na aktywność neuronalną leżącą u podstaw integracji sensomotorycznej i eksperymentów kontroli poznawczej.

W pełni zautomatyzowany protokół kondycjonowania gryzoni do eksperymentów z integracją sensomotoryczną i kontrolą poznawczą

Poznaj metodę generowania ściśle kontrolowanych bodźców do eksperymentów z rozpoznawaniem figur przy użyciu bazy 16 figur. Ta technika pozwala obiektywnie ocenić znaczenie poszczególnych cech geometrycznych w procesach poznawczych.

Generowanie ściśle kontrolowanych bodźców do eksperymentów z rozpoznawaniem figur

Przeglądaj więcej filmów