मानव समानता का अलौकिक घाटी हाइपोथीसिस 'आयाम की अवधारणात्मक और श्रेणी प्रसंस्करण: कुछ methodological मुद्दों

Behavior
 

Summary

की इन्वेस्टिगेशन

Cite this Article

Copy Citation | Download Citations

Cheetham, M., Jancke, L. Perceptual and Category Processing of the Uncanny Valley Hypothesis' Dimension of Human Likeness: Some Methodological Issues. J. Vis. Exp. (76), e4375, doi:10.3791/4375 (2013).

Please note that all translations are automatically generated.

Click here for the english version. For other languages click here.

Abstract

मोरी के अलौकिक घाटी हाइपोथीसिस 1,2 ऐसे रोबोट के रूप में humanlike वर्ण की धारणा और, विस्तार से, बदलते रूपों (कंप्यूटर जनित अक्षर) एक साथ दृश्य और व्यवहार यथार्थवाद की वस्तु की डिग्री के आधार पर नकारात्मक या सकारात्मक असर (संयोजक) पैदा कर सकते हैं कि प्रस्ताव मानव समानता का आयाम (डीएचएल) (चित्रा 1). लेकिन विभिन्न यथार्थवादी गैर मानव पात्रों को व्यक्तिपरक प्रतिक्रियाओं का भावात्मक संयोजक की पढ़ाई असंगत निष्कर्ष 3, 4, 5, 6 का उत्पादन किया है. इस के लिए कारणों की एक संख्या का एक अनुमान यह मान लिया गया है कि के रूप में मानव समानता नहीं माना जाता है. डीएचएल शारीरिक humanlike समानता की डिग्री में एक चिकनी रैखिक परिवर्तन के रूप में मोरी वर्णन निम्नलिखित में परिभाषित किया जा सकता है, डीएचएल के साथ वस्तुओं के व्यक्तिपरक धारणा स्पष्ट धारणा (सीपी) 7 का मनोवैज्ञानिक प्रभाव के संदर्भ में समझा जा सकता है. सीए के आगे व्यवहार और न्यूरोइमेजिंग जांचडीएचएल के साथ और भावात्मक अनुभव पर आयाम के अंतर्निहित वर्ग संरचना के संभावित प्रभाव का tegory प्रसंस्करण और वाणिज्यिक पत्र की जरूरत है. इस प्रोटोकॉल इसलिए डीएचएल पर केंद्रित है और वाणिज्यिक पत्र की परीक्षा के लिए अनुमति देता है. एक उदाहरण के रूप में वीडियो में प्रस्तुत प्रोटोकॉल के आधार पर, डीएचएल का प्रतिनिधित्व करने के रूप continua से तैयार उत्तेजनाओं की "अलौकिक" अनुसंधान में प्रोटोकॉल और उपयोग में कार्यप्रणाली आसपास के मुद्दों वीडियो के साथ जुडा हुआ है कि लेख में चर्चा कर रहे हैं. श्रेणी परिवर्तन और श्रेणी के प्रसंस्करण के लिए उत्तरदायी उन से शारीरिक मानव की तरह समानता के neurally संवेदनशील मस्तिष्क क्षेत्रों सुलझाना क्रम में डीएचएल का प्रतिनिधित्व करने के न्यूरोइमेजिंग और रूप उत्तेजनाओं के प्रयोग संक्षिप्त सचित्र है.

Protocol

चित्रा 1
चित्रा 1. नकारात्मक और सकारात्मक असर (संयोजक) और कथित मानव समानता के अनुभव के बीच गैर रैखिक संबंध का चित्रण. अन्यथा सकारात्मक रिश्ता एक बेहद यथार्थवादी अभी तक समझ से अप्राकृतिक humanlike वस्तु की उपस्थिति और व्यवहार में सूक्ष्म अंतर का सुझाव दिया है, जिस पर दर्शाया वक्र के पहले और दूसरे सकारात्मक चोटियों के बीच यथार्थवाद के स्तर पर एक तेज नकारात्मक शिखर (यानी अलौकिक घाटी) से पता चलता है विचित्रता और व्यक्तिगत असुविधा (एक अलौकिक लग रहा है अर्थात्) की भावना को प्रकाश में लाना. उदाहरण 2 से रूपांतरित किया.

हम निम्नलिखित कार्यों में से प्रत्येक के लिए प्रतिभागियों के विभिन्न समूहों का इस्तेमाल किया.

1. जबरिया च्वाइस वर्गीकरण टास्क 1.1 उत्तेजनाओं

  1. डीएचएल का प्रतिनिधित्व करने के लिए रेखीय रूप continua के उत्पादन के लिए morphing प्रक्रिया में माता पिता के चेहरे (यानी continua अंतबिंदु) के रूप में अवतार और मानव छवियों का उपयोग करें. हम क्रमशः मानव और अवतार चेहरे की 32 छवियों का उपयोग 32 मानव अवतार continua बनाया. मॉडलिंग सूट पहेली 7 (स्मिथ माइक्रो सॉफ्टवेयर का उपयोग कर बदलते रूपों उत्पन्न www.smithmicro.com अन्य सॉफ्टवेयर उपलब्ध है, हालांकि). हम Funmorpher (Zealsoft इंक, ईडन प्रेयरी, एम.एन.) का उपयोग कर इन रूप continua उत्पन्न, लेकिन अन्य morphing सॉफ्टवेयर का इस्तेमाल किया जा सकता है.
  2. रूप सॉफ्टवेयर का उपयोग करना, माता पिता के चेहरे की इसी सुविधाओं पर नियंत्रण अंक जगह. हर चेहरे के लिए, हम मुंह पर 20 अंक, हर आंख पर 18 अंक, नाक पर 20 अंक, और प्रत्येक भौं पर 8 अंक रखा. हम इस प्रकार 100 नियंत्रण अंक के आसपास किया. नियंत्रण अंक की संख्या स्थिर रखने की कोशिश करें, लेकिन पंख में किसी भी कलाकृतियों को खत्म करने के लिए आगे अंक जोड़continua के अल मूल.
  3. सुनिश्चित संभावित घालमेल morphing प्रक्रिया में पेश नहीं कर रहे हैं. उदाहरण के लिए, हम तटस्थ अभिव्यक्ति, प्रत्यक्ष टकटकी और ऐसे चेहरे बाल या आभूषण, और समापन बिंदु छवियों के रूप में कोई अन्य मुख्य विशेषताओं के साथ अज्ञात साधारण पुरुष चेहरों में से प्रत्येक सातत्य छवियों के endpoints के रूप में इस्तेमाल किया बारीकी उम्र, configural cues और सामान्य चेहरे की ज्यामिति के लिए मिलान किया गया .
  4. उदाहरण के लिए अण्डाकार रूप में एक काला ओवरले का उपयोग करके बाहरी सुविधाओं की फसल के लिए फोटो संपादन सॉफ्टवेयर का प्रयोग करें, फ़ोटोशॉप, CS3, (हम एडोब इस्तेमाल किया www.adobe.com ). Morphing से पहले, configural संकेतों के समापन बिंदु छवियों के बीच तालमेल सुनिश्चित करने के लिए छवियों की स्थिति को समायोजित, और इसके विपरीत स्तर, समग्र चमक और मैच के लिए प्रत्येक सातत्य का समापन बिंदु उत्तेजनाओं की प्रत्येक जोड़ी की त्वचा टोन को समायोजित.
  5. एक डीएचएल सातत्य का हर रूप पूर्वनिर्धारित वेतन वृद्धि पर शारीरिक humanlike समानता में एक अंतर का प्रतिनिधित्व करता है. हम 1 उत्पन्न3 अलग morphed छवियों और लेबल इन, दो endpoints और 11 मध्यवर्ती morphs (चित्रा 2 बी) है कि एम 0 को M12,.

1.2 प्रोत्साहन प्रस्तुति और निर्देश

  1. स्पष्ट रूप से बदलते रूपों के रूप में वर्गीकृत के रूप में मानव रहे हैं इन morphs की जो निर्धारित करने के लिए और वर्ग सीमा 8 की स्थिति को परिभाषित करने के लिए एक दो वैकल्पिक मजबूर चुनाव वर्गीकरण कार्य का उपयोग करें.
  2. वर्तमान परीक्षणों 750 मिसे के लिए एक रूप छवि के बाद 500 मिसे (प्रतिभागियों निर्धारण बनाए रखने के लिए आवश्यक हैं) के लिए एक निर्धारण बिंदु के साथ शुरुआत की. हम प्रस्तुति इस्तेमाल किया; सॉफ्टवेयर (संस्करण 14.1, www.neurobs.com इस प्रोटोकॉल में सभी कार्यों में उत्तेजना प्रस्तुति, लेकिन अन्य प्रोत्साहन प्रस्तुति प्लेटफार्मों के लिए) का उपयोग किया जा सकता है.
  3. दो respo में से एक दबाकर जल्दी और ठीक के रूप में संभव के रूप में एक अवतार या मानव के रूप में भी प्रस्तुत रूप प्रोत्साहन की पहचान करने के लिए भागीदार हिदायत एनएसई चाबियाँ.

1.3 डेटा विश्लेषण

प्रतिक्रिया समारोह के आकार का वर्णन करने के लिए बहुपद प्रतिगमन का उपयोग कर अवतार मानव वर्गीकरण डेटा का सारांश. प्रत्येक भागीदार और निरंतरता की प्रतिक्रिया डेटा के लिए फिटिंग रसद समारोह मॉडलों ने इस निर्धारित करते हैं. सबसे पहले, रसद कार्यों का सबसे अच्छा फिट सुनिश्चित करने के लिए प्रतिभागियों को पार व्यक्ति continua के विश्लेषण. प्रत्येक सातत्य की रसद समारोह से व्युत्पन्न पैरामीटर अनुमान का उपयोग कर सभी continua भर अवतार मानव श्रेणी प्रतिक्रिया समारोह में एक कदम की तरह आकार के लिए एक एक नमूना टी परीक्षण में शून्य के खिलाफ फिर, परीक्षण, प्रतिभागियों भर में औसत. एक logit परिवर्तन 9 से प्रत्येक निरंतरता की रसद समारोह के पैरामीटर अनुमान प्रस्तुत करने से प्रत्येक निरंतरता के साथ वर्ग सीमा की स्थिति का अनुमान है. हम SPSS संस्करण 16 का उपयोग करने के लिए मजबूर चुनाव वर्गीकरण और अवधारणात्मक भेदभाव कार्यों के लिए सभी विश्लेषण प्रदर्शन (ibm.com / सॉफ्टवेयर / विश्लेषिकी / SPSS "लक्ष्य =" _blank "> www.ibm.com / सॉफ्टवेयर / विश्लेषिकी / SPSS).

प्रतिक्रिया समय (आर टी) के आंकड़ों से भी विश्लेषण किया जा सकता है. वर्तमान विश्लेषण में, रूप की स्थिति के आधार पर प्रतिक्रिया समय में मतभेद निर्भर चर के रूप में सभी continua भर में प्रत्येक व्यक्ति का मतलब आर टी का उपयोग करते हुए, 13 रूप पदों के साथ, एक एक भाज्य एनोवा में प्रवेश कर रहे हैं.

चित्रा 2
चित्रा 2. मजबूर चुनाव वर्गीकरण कार्य (ए) और एक रूप सातत्य (बी) के एक उदाहरण से परिणाम. पैनल बी में, अवतार और मानव endpoints के बीच 13 रूप-निरंतरता के साथ रैखिक शारीरिक संक्रमण के रिश्तेदार की डिग्री एक प्रतिशत के रूप में दिखाया गया है. एम 0 और एम 4 वीं में मानव के रूप में बदलते रूपों और M8 और M12 के रूप में पहचान की गईपैनल एक के रूप में दिखाया ई, चुनाव वर्गीकरण कार्य को मजबूर कर दिया.

2. अवधारणात्मक भेदभाव टास्क

2.1 उत्तेजनाओं

  1. एक ही विभिन्न अवधारणात्मक भेदभाव कार्य 10 के इस संस्करण के लिए, हर रूप सातत्य से चयन बदलते रूपों (जैसे एम 0 और एम 4) और मानव के रूप में दो (जैसे M8 और M12 के) के रूप में पूर्ववर्ती वर्गीकरण कार्य में वर्गीकृत दो मूल. Morphs के बीच शारीरिक मतभेद के लिए नियंत्रित करने के लिए, प्रत्येक निरंतरता के साथ शारीरिक परिवर्तन के बराबर वेतन वृद्धि का प्रतिनिधित्व करते हैं कि morphs का चयन करें. हम 33.33% की वृद्धि (यानी एम 0, एम 4, M8, M12) (चित्रा 2 बी) का इस्तेमाल किया.

चित्रा 3
"एक ही विभिन्न" अवधारणात्मक discrim के लिए चित्रा 3. उत्तेजना की स्थितिination कार्य (एन = 20). Morphs फार्म जोड़े के लिए चुने गए हैं. एक जोड़ी के morphs ("भीतर"), ("ही") समान हैं, या वे उन्हें ("के बीच") के बीच वर्ग में एक परिवर्तन दिखा ही श्रेणी के भीतर से तैयार कर रहे हैं. morphs के एम 0, एम 4, और M8 के मानव परीक्षण (बी) के लिए अवतार परीक्षण (ए) और एम 4, M8, और M12 के लिए उपयोग किया जाता है. अवतार परीक्षणों में एक रूप जोड़ी की पहली रूप M8 हमेशा एम 4 और मानव परीक्षणों में है और कहा कि अवतार और मानव परीक्षणों अलग continua से तैयार morphs के आधार पर कर रहे हैं कि ध्यान दें.

  1. (एक जोड़ी के morphs कोई शारीरिक या श्रेणी परिवर्तन का प्रतिनिधित्व करने, समान हैं) "ही" (एक जोड़ी के morphs हैं "भीतर": तीन प्रयोगात्मक रूप जोड़ी शर्तों (चित्रा 3) के अनुसार जोड़े में चयनित morphs के आधार पर क्रमबद्ध ) एक वर्ग के भीतर से खींचा, और "के बीच" (एक जोड़ी के morphs के विभिन्न श्रेणियों का प्रतिनिधित्व करते हैं).
  2. संबंध में रूप जोड़े की morphs के बीच भेदभाव प्रदर्शन की जांच करने के लिएअवतार वर्ग (इन रूप जोड़े इस प्रकार "अवतार परीक्षणों" कहा जाता है) को तीन स्थितियों में हर रूप जोड़ी की पहली रूप (चित्रा 3) (अवतार श्रेणी से) हमेशा एम 4 है कि यह सुनिश्चित करें. "वही", एम 4 के लिए एम 4 - - रूप जोड़े एम 4 में यह परिणाम है "भीतर" और एम 4 के लिए एम 0 - शर्तों "के बीच में" के लिए M8. उसी प्रक्रिया का पहला रूप हमेशा M8 है यह सुनिश्चित करना कि (इस प्रकार "मानव परीक्षण" करार दिया) मानव वर्ग के संबंध में रूप जोड़े के लिए लागू किया जा सकता है: "एक ही" (M8 - M8), (M8 - M12) "भीतर" , और 'बीच' (M8 - एम 4) (3B चित्रा).
  3. हमेशा एक रूप जोड़ी के दोनों morphs के वे मूल रूप से morphed गया जिसमें एक ही सातत्य से तैयार कर रहे हैं कि यह सुनिश्चित करें. एक ही सातत्य के भीतर से नहीं जोड़े करीब अनुक्रम में दिखाया जाता है कि इतना रूप जोड़े की प्रस्तुति छद्म randomize. एक दिया सातत्य से अवतार या मानव परीक्षण की प्रस्तुति यादृच्छिक लेकिन प्रत्येक भागीदार या तो विचार है कि यह सुनिश्चित करने के लिए सभी प्रतिभागियों भर counterbalanced हैअवतार या मानव परीक्षणों की संख्या बराबर किसी भी निरंतरता से नहीं बल्कि दोनों, और उस अवतार या मानव परीक्षणों में देखा जाता है.

2.2 प्रस्तुति और निर्देश

  1. एक जोड़ी के चेहरे के बीच 300 मिसे के एक इंटर प्रोत्साहन अंतराल (आईएसआई) के साथ 500 मिसे के लिए एक चेहरा जोड़ी की हर चेहरे द्वारा पीछा 500 मिसे (प्रतिभागियों निर्धारण बनाए रखने के लिए आवश्यक हैं) के लिए एक निर्धारण पार वर्तमान. हम भी आईएसआई के विभिन्न durations के विभिन्न भेदभाव प्रदर्शन को प्रभावित करेगा कि क्या सत्यापित करने के लिए 75 मिसे के एक आईएसआई का इस्तेमाल किया. रूप जोड़े के परीक्षणों के बीच एक चर अंतर परीक्षण अंतराल मौजूद: हम 2500 मिसे औसतन एक अंतराल इस्तेमाल किया.
  2. एक रूप जोड़ी जिसमें प्रत्येक परीक्षण देखने के लिए प्रतिभागियों को हिदायत, morphs के परीक्षण में क्रमिक प्रस्तुत किया जा रहा है, और हर चेहरे जोड़ी के चेहरे उपस्थिति में 'समान' या 'अलग' है या नहीं के रूप में जल्दी और ठीक के रूप में संभव बटन प्रेस द्वारा इंगित करने के लिए .

2.3 डेटा विश्लेषण भेदभाव सटीकता सीमा के एक ही पक्ष से चेहरा जोड़े के साथ तुलना की श्रेणी में सीमा पार से उस चेहरे जोड़े के लिए विश्लेषण किया है. 3 "का सामना जोड़ी के साथ, इस के लिए, 'अलग' प्रतिक्रियाओं (एक जोड़ी के दोनों चेहरों के विभिन्न भौतिक स्वरूप की हैं कि यह दर्शाता है) रूप चेहरा जोड़े की कुल संख्या के अनुपात के रूप में गणना कर रहे हैं और एक 2 एक्स 3 क्रमगुणित एनोवा के अधीन परीक्षण प्रकार "(भीतर, बीच में ही) और 2" आईएसआई "की स्थिति (75 मिसे, 300 मिसे). गोलाई की धारणा का उल्लंघन किया जाता है तो ग्रीनहाउस Geisser समायोजन किया जाता है. अवतार परीक्षण और मानव परीक्षण के लिए डेटा विश्लेषण में अलग से इलाज कर रहे हैं.

व्यक्तिगत सटीकता स्कोर भी एक का उपयोग करके निर्धारित किया जा सकता है 'आंकड़ा 47,79 (सिग्नल जांच थ्योरी के लिए, देखते हैं, जैसे 45, 46, 47). ए' प्रतिक्रिया पूर्वाग्रह से स्वतंत्र है कि भेदभाव संवेदनशीलता का एक उपाय प्रदान करता है. यह 0.5 (मौका) और 1 (perfe के बीच होती हैसीटी भेदभाव). विभिन्न सॉफ्टवेयर संकुल ए 'और भेदभाव संवेदनशीलता के अन्य उपाय (और पूर्वाग्रह) 46, 47, 48 49, 50 गणना करने के लिए इस्तेमाल किया जा सकता है. हम अवतार परीक्षण और मानव परीक्षण के लिए अलग विश्लेषण के साथ, 2 "आमने जोड़ी परीक्षण प्रकार" (बीच में) और "आईएसआई" की स्थिति (75 मिसे, 300 मिसे) के साथ, एक 2 एक्स 2 दोहराया उपायों एनोवा का उपयोग कर भेदभाव संवेदनशीलता विश्लेषण निर्भर चर के रूप में और एक '. प्रतिक्रिया पूर्वाग्रह अक्सर आम तौर पर सूचना दी, लेकिन 38 नहीं दिख रहा है. प्रतिक्रिया पूर्वाग्रह के लिए, हम नहीं तो एक ही 2 एक्स 2 एनोवा डिजाइन का उपयोग कर एक अलग विश्लेषण में निर्भर चर के रूप में β 'डी आंकड़ा 47 का इस्तेमाल किया.

आरटी डेटा भी प्रतिक्रियाओं "के बीच" "ही" और "अलग" के लिए विश्लेषण किया जा सकता है. इस उदाहरण में, हम, "अलग" "" एक ही है और सभी परिस्थितियों में आर टी की एक सारांश दृश्य हासिल करने के लिए एक विश्लेषण में अवतार और मानव ट्रेल्स के लिए शर्तों "के बीच" की तुलना करें. इस के लिए, हम साथ एक 3 एक्स 2 एक्स 2 एनोवा प्रदर्शनके रूप में सभी continua भर में प्रत्येक व्यक्ति की सही प्रतिक्रियाओं का मतलब आर टी का उपयोग करने वाले कारकों "आमने जोड़ी परीक्षण प्रकार" (वही, अलग, बीच में), "श्रेणी" (अवतार, मानव) और "आईएसआई" (75 मिसे, 300 मिसे), निर्भर चर.

3. fMRI का टास्क

3.1 उत्तेजनाओं

उत्तेजना की स्थिति,,, भीतर ही है और अवतार में स्थिति और मानव परीक्षणों के बीच में चेहरा जोड़े के रूप उत्तेजनाओं यानी पूर्ववर्ती अवधारणात्मक भेदभाव कार्य में वर्णित के रूप में वही कर रहे हैं.

3.2 प्रस्तुति और निर्देश

  1. ब्याज की उत्तेजनाओं को 'प्रतिभागियों ध्यान बनाए रखते हुए डीएचएल के साथ शारीरिक और वर्ग से संबंधित परिवर्तन की अंतर्निहित प्रसंस्करण की जांच के लिए एक लक्ष्य की निगरानी के कार्य का उपयोग करें.
  2. एक दुर्लभ लक्ष्य की पहचान पर एक प्रतिक्रिया बटन प्रेस करने के लिए प्रतिभागियों को हिदायत. हम लक्ष्य, ऊपर से नीचे दिखाया जा रहा है चेहरे के रूप में सभी रूप जोड़े की 15% प्रस्तुत किया. लक्ष्य के रूप में प्रयोग करेंचार संभव morphs में से एक (एम 0, एम 4, M8, या M12) अन्यथा उत्तेजना प्रस्तुति के लिए इस्तेमाल नहीं एक रूप सातत्य से यादृच्छिक पर चुना. लक्ष्य रूप रूप जोड़े के पहले या दूसरे रूप के लिए लक्ष्य के लिए निगरानी के दौरान अंतर ध्यान से बचने के लिए एक रूप जोड़ी के पहले या दूसरे रूप के रूप में प्रस्तुत किया है कि सुनिश्चित करें.
  3. प्रत्येक स्कैनिंग सत्र प्रतिभागियों भर क्रम में counterbalanced उत्तेजना प्रस्तुति के दो प्रयोगात्मक रन के होते हैं. रनों के बीच में ब्रेक के प्रतिभागियों को एक संक्षिप्त बाकी की अनुमति देता है. प्रतिभागियों एमआर संकेत में एक स्थिर राज्य की स्थापना के लिए एक रन की शुरुआत में एक क्रॉस fixate.

3.3 स्कैन के लिए विषय की तैयारी

  1. प्रयोगात्मक प्रोटोकॉल आयोजित किया जाता है से पहले सभी प्रतिभागियों को लिखित सूचित सहमति प्रदान करते हैं. प्रोटोकॉल, सभी प्रक्रियाओं और सहमति रूपों स्थानीय आचार समिति द्वारा अनुमोदित कर रहे हैं. दाएँ हाथ के खास स्कैनिंग द्वारा मस्तिष्क activations के lateralization में घालमेल करने से बचेंipants. बदलते रूपों के साथ पिछले अनुभव के संभावित प्रभाव के लिए नियंत्रित करें.
  2. स्कैनिंग से पहले, प्रतिभागियों स्कैनिंग प्रक्रियाओं के बारे में सूचित प्रयोगशाला, लक्ष्य की निगरानी के काम करने के रूप में दिया स्पष्ट निर्देश, कुल स्कैनिंग समय और कैसे यदि जरूरी हुआ तो कर्मचारियों को सचेत करने के साथ familiarized कर रहे हैं.
  3. स्कैनिंग के लिए, भागीदार स्कैनिंग मेज पर लापरवाह है. सिर तकिये आराम सुनिश्चित करने और स्कैनिंग के दौरान सिर आंदोलन को कम करने के लिए इस्तेमाल कर रहे हैं. प्रतिभागियों स्कैनर शोर के प्रभाव को कम करने के लिए और प्रयोगकर्ता के साथ संचार सक्षम करने के लिए earplugs और headphones दिया जाता है.
  4. 'प्रतिभागियों के दाहिने हाथ लक्ष्य निगरानी कार्य के लिए प्रतिक्रिया पैनल पर तैनात है. प्रतिभागी स्कैनिंग बंद करना चाहते हैं चाहिए बाएं हाथ आपातकालीन बटन बंद के बगल में रखा जाता है.
  5. दृश्य उत्तेजनाओं सामने या एमआरआई स्कैनर के पीछे में रखा एक प्रोजेक्शन स्क्रीन पर प्रस्तुत किया जा सकता है. - हम एक एमआरआई संगत सिर पर चढ़कर प्रदर्शन ("VisuaStim इस्तेमाल कियाडिजिटल ", अनुनाद प्रौद्योगिकी इंक). इस दृष्टि से इच्छित उत्तेजनाओं के अलावा अन्य सभी दृश्य इनपुट को छोड़कर का लाभ दिया है.
  6. डेटा संग्रह शुरू करने से पहले, कि उत्तेजना प्रस्तुति, प्रतिक्रिया पैनल और आपातकालीन बटन बंद ठीक से काम कर रहे हैं सुनिश्चित करते हैं.

पैरामीटर्स रिकॉर्डिंग और स्कैनिंग 3.4 डाटा

हम एक 3 टी पूरे शरीर एमआर इकाई (फिलिप्स मेडिकल सिस्टम्स, उत्तम, नीदरलैंड) का उपयोग करते हुए पूरे मस्तिष्क की संरचनात्मक और कार्यात्मक छवियों हासिल कर ली. स्ट्रक्चरल छवियों को एक T1 भारित 3 डी, खराब ढाल गूंज पल्स अनुक्रम (180 स्लाइस, टी.आर. = 20 मिसे, ते = 2.3 मिसे, = 20 °, FOV = 220 मिमी × 220 मिमी × 135 मिमी, मैट्रिक्स आकार = फ्लिप कोण का उपयोग कर दर्ज किए गए थे 224 × 187, voxel आकार = 0.98 मिमी × 1.18 मिमी × 0.75 मिमी, 0.86 मिमी resliced ​​× 0.86 मिमी × 0.75 मिमी). कार्यात्मक छवियों को एक एकल शॉट गूंज तलीय अनुक्रम का उपयोग करते हुए रन प्रति 225 पूरे सिर स्कैन (पुनरावृत्ति टी से हासिल किया गयाIME, टी.आर. = 2.6 सेकंड; गूंज समय, ते = 35 मिसे है, को देखने = 220 मिमी के क्षेत्र × 220 मिमी × 132 मिमी, फ्लिप कोण = 78 °, मैट्रिक्स आकार = 80 × 80, voxel आकार = 2.75 मिमी × 2.75 मिमी × 4 मिमी, 1.72 मिमी resliced ​​× 1.72 मिमी × 4 मिमी).

3.5 डेटा विश्लेषण

  1. हम MATLAB 2006b (Mathworks इंक, Natick, अमरीका एमए) और SPM5 सॉफ्टवेयर पैकेज (प्रयुक्त http://fil.ion.ucl.ac.uk/spm preprocessing और एमआरआई डेटा विश्लेषण के लिए). Preprocessing आम तौर पर पहले दर्ज की मात्रा, गति सुधार, मानक stereotactical अंतरिक्ष में सामान्य बनाने के लिए छवियों के संरेखण अपरिहार्य है, और चौरसाई (जैसे 6 मिमी 3 कर्नेल).
  2. fMRI डेटा विश्लेषण पुनरावृत्ति दमन (राज्यसभा) (11, 13, 14, समीक्षा के लिए, 15, 16 देखें) के रूप में संदर्भित एक घटना का उपयोग करता है. डीएचएल के संदर्भ में माना जाता है, एक रूप जोड़ी की morphs के तेजी से उत्तराधिकार में प्रस्तुत कर रहे हैं. प्रतिनिधिमस्तिष्क क्षेत्र में सक्रियण (यानी राज्यसभा) में कमी के प्रथम रूप परिणामों में प्रस्तुत प्रोत्साहन या प्रेरणा विशेषताओं के दूसरे रूप में etition कि विशेष प्रोत्साहन या इसकी विशेषताओं (जैसे भौतिक या वर्ग से संबंधित विशेषताएँ) के प्रति संवेदनशील है. इस प्रोटोकॉल में, पहले और दूसरे रूप के बीच प्रोत्साहन या प्रेरणा विशेषताओं की पुनरावृत्ति "भीतर", "बीच में" में हेरफेर है, और डीएचएल की शारीरिक और वर्ग से संबंधित विशेषताओं की समानता या विषमता के मामले में "ही" की स्थिति . इन स्थितियों विषम करके, fMRI डेटा विश्लेषण प्रोत्साहन पुनरावृत्ति 17, 18, ​​19, 20 का पालन संकेत कमी में रिश्तेदार मतभेद की हद के आधार पर एक विशेष प्रोत्साहन या शारीरिक या वर्ग से संबंधित प्रोत्साहन विशेषता के प्रसंस्करण में लगे हुए मस्तिष्क क्षेत्रों की पहचान करता है.
  3. शारीरिक करने के लिए और प्रोत्साहन conditi के निम्न विपरीत का उपयोग डीएचएल के साथ वर्ग से संबंधित परिवर्तन करने के लिए उत्तरदायी मस्तिष्क क्षेत्रों की पहचानऑन (बीच, भीतर, और एक ही). इन विरोधाभासों के तीन चेहरे जोड़ी की स्थिति (प्रथम रूप क्रमशः, अवतार और मानव परीक्षणों में एक ही है कि नोट) में दूसरे चेहरे के रूप में इस्तेमाल किया रूप के रूप में परिभाषित कर रहे हैं. अवतार परीक्षण के लिए शारीरिक परिवर्तन के प्रति संवेदनशीलता का पता लगाने के लिए, इसके विपरीत एम 0 प्लस M8> एम 4 का उपयोग करें, और मानव परीक्षण के लिए M12 प्लस एम 4> M8 उपयोग करें. मानव (यानी अवतार परीक्षण) के लिए दिशा अवतार में सीमा पार श्रेणी में परिवर्तन करने के लिए चुनिंदा संवेदनशील मस्तिष्क क्षेत्रों का पता लगाने के लिए, इसके विपरीत M8> एम 4 प्लस एम 0 का उपयोग करें. अवतार के लिए मानव दिशा के लिए, इसके विपरीत एम 4> M8 प्लस M12 उपयोग करें.
  4. व्यक्तिगत स्तर पर विश्लेषण के लिए, छह रूप जोड़ी शर्तों (अवतार और मानव परीक्षण के लिए यानी एक ही, भीतर, और के बीच) में से प्रत्येक में प्रत्येक रूप जोड़ी के दूसरे रूप के लिए प्रत्येक विषय की fMRI प्रतिक्रियाओं इन दोनों के बीच विपरीत मस्तिष्क की गतिविधियों के लिए इस्तेमाल किया जा सकता है शर्तों. ये व्यक्ति विरोधाभासों तो समूह स्तर विश्लेषण च में प्रवेश कर रहे हैंया आनुमानिक प्रयोजनों.

Representative Results

1. जबरिया चुनाव वर्गीकरण कार्य

एन की प्रतिक्रिया डेटा का विश्लेषण = 25 प्रतिभागियों को पहले से ही 7 में सूचना मिली थी. यह प्रत्येक व्यक्ति के सातत्य की और सभी continua भर सज्जित प्रतिगमन वक्र की ढलान एक रसद प्रोफाइल (2A चित्रा) है कि पुष्टि की. इस ढलान continua के रूप चेहरों के लिए प्रतिभागियों की प्रतिक्रियाओं में एक स्पष्ट घटक के डीएचएल के साथ उपस्थिति के साथ लगातार एक अवग्रह कदम की तरह समारोह को दर्शाता है. वक्र की ढलान इस प्रकार अवतार के निचले और ऊपरी asymptotes या बदलते रूपों और मनुष्यों के लिए 100% के लिए 100% दृष्टिकोण है जो मानव वर्गीकरण प्रतिक्रियाओं की विशेषता है. इसके विपरीत, वर्गीकरण प्रतिक्रियाओं के निचले और ऊपरी asymptotes के बीच फिट रसद वक्र और तालमेल मध्य से व्युत्पन्न मतलब श्रेणी सीमा के मूल्य का अनुमान वर्गीकरण निर्णय में 50% की अधिकतम अनिश्चितता टी के साथ जुड़ा हुआ है, जो इंगित करता हैवह रूप M6.

आरटी डेटा का विश्लेषण 7 में यह भी बताया गया था. सभी morphs के आरटी विश्लेषण (चित्रा 4 देखें) अधिकतम है, जिस पर M6 पर continua के अवतार और मानव सिरों से अधिक रूप दूरी के साथ आरटी बढ़ रही है, और सबसे लंबे समय तक RTS, continua के अवतार और मानव सिरों के लिए कम से कम RTS पता चला श्रेणी निर्णय प्रतिक्रियाओं में अनिश्चितता, के रूप में चित्रा 2B में देखा जा सकता है. अधिक स्पष्ट रूप से खोजने के उत्तरार्द्ध सत्यापित करने के लिए, M6 पर मतलब आरटी मूल्यों अन्य सभी रूप पदों पर मतलब आरटी मूल्यों के साथ तुलना की जा सकती. एक एक तरह से आरएम एनोवा रूप स्थिति के साथ विश्लेषण (दो स्तरों: M6 के अन्य सभी morphs बनाम) निर्भर चर continua भर में ढह के रूप में और आरटी M6 के लिए आर टी (एम = 1.42, एसडी = 0.26) के लिए आरटी से अत्यधिक काफी मतभेद से पता चला कि अन्य रूप पदों (एम = 0.99, एसडी = 0.46), एफ (1,24) = 62.04, पी <0.001.

एक साथ सीए लियाtegorization प्रतिक्रिया डेटा प्रतिक्रिया डेटा के साथ संगत कर रहे हैं सी.पी. की उपस्थिति के लिए पहली कसौटी श्रेणी में निर्णय के लिए एक वर्ग सीमा (सभी मापदंड के लिए, जैसे 11 देखें), और प्रतिक्रिया समय है कि वहाँ अर्थात्, पूरी हो जाती है कि पुष्टि कि वे बढ़ती वर्गीकरण अनिश्चितता के साथ लंबे समय तक प्रतिक्रिया समय दिखा.

चित्रा 4
सबसे लंबे समय तक दिखा मजबूर चुनाव वर्गीकरण कार्य की चित्रा 4. रिएक्शन समय परिणाम, रूप स्थिति वर्गीकरण अस्पष्टता सबसे बड़ा है, जिस पर M6 में उत्तेजनाओं के लिए वर्गीकरण निर्णय के लिए प्रतिक्रिया विलंबता मतलब. त्रुटि सलाखों ± 1 मानक त्रुटि दिखा.

2. अवधारणात्मक भेदभाव कार्य

एन = 20 प्रतिभागियों के डेटा का विश्लेषण पहले ही रेपो था7 में rted. एक उदाहरण के रूप में उपयोग करना है कि अध्ययन (चित्रा 5) से अवतार परीक्षण के लिए डेटा, विश्लेषण हालत भीतर में चेहरा जोड़े के लिए तनु भेदभाव सटीकता के साथ तुलना हालत के बीच में वर्ग सीमा पार से उस चेहरे जोड़े के लिए बढ़ाया भेदभाव सटीकता दिखाया. यह वाणिज्यिक पत्र के साथ संगत है. डेटा एक ही हालत में से हालत भीतर में चेहरा जोड़े के लिए अधिक से अधिक भेदभाव सटीकता है कि वहाँ में श्रेणी में भेदभाव सटीकता में एक महत्वपूर्ण अंतर यह है कि वहाँ भी दिखा. 75 और 300 मिसे के आईएसआई में बदलाव के विभिन्न प्रकार से नहीं बल्कि मानव परीक्षणों में, 'प्रतिभागियों की प्रतिक्रियाओं को प्रभावित किया.

चित्रा 5
"एक ही विभिन्न" अवधारणात्मक भेदभाव कार्य च के चित्रा 5. परिणामया अवतार परीक्षणों. प्रतिभागियों (एन = 20). एक रूप जोड़ी की morphs के भौतिक रूप में एक ही है या अलग थे कि क्या न्याय किया. Continua के साथ morphs के सापेक्ष दूरी के लिए नियंत्रित करने, परिणाम वही से तैयार जोड़ों के लिए की तुलना श्रेणी सीमा (मजबूर चुनाव वर्गीकरण कार्य में निर्धारित किया गया था) को पार कर गया है कि चेहरे के जोड़े के लिए बेहतर भेदभाव सटीकता (यानी अवतार या मानव) की ओर दिखाने सीमा, इस प्रकार मानव समानता के continua के साथ स्पष्ट धारणा का प्रदर्शन है. 75 मिसे और 300 मिसे के एक छोटे और लंबे समय तक आईएसआई के प्रभाव का भी परीक्षण किया है और केवल अवतार परीक्षण के लिए भेदभाव प्रदर्शन को प्रभावित पाया गया. त्रुटि सलाखों ± 1 मानक त्रुटि दिखा.

प्रतिक्रिया पूर्वाग्रह से स्वतंत्र भेदभाव प्रदर्शन का एक उपाय के रूप में एक 'आँकड़ों का उपयोग करना, आमने जोड़ी परीक्षण प्रकार (यानी (भीतर और बीच में) के भेदभाव संवेदनशीलता पर एक महत्वपूर्ण मुख्य प्रभाव, अवतार परीक्षणों में वहां गया थाएफ (2,38) 'के भीतर श्रेणी जोड़े के लिए की तुलना (= 0.89, एसडी = 0.07 (ए पार श्रेणी के लिए अधिक से अधिक भेदभाव संवेदनशीलता ए)' = 0.55, एसडी = 0.17) (चित्रा 6 साथ = 107.11, पी <0.001, ). इसी तरह, एफ (2,38) =, मानव ट्रेल्स में 'भीतर श्रेणी जोड़े के लिए की तुलना (= 0.94, एसडी = 0.1 (ए पार श्रेणी के लिए काफी अधिक भेदभाव संवेदनशीलता ए)' = 0.56, एसडी = 0.22) था 107.11, पी <0.001. आईएसआई पर आमने जोड़ी परीक्षण प्रकार का कोई प्रभाव नहीं था. प्रतिक्रिया पूर्वाग्रह के एक उपाय के रूप में β 'डी आँकड़ों का उपयोग करना, आमने जोड़ी परीक्षण प्रकार का पूर्वाग्रह पर एक महत्वपूर्ण मुख्य प्रभाव था [एफ (2,38) = 70.53, पी <0.001], न्याय करने के लिए एक मजबूत प्रवृत्ति दिखा प्रतिभागियों के साथ अलग रूप भीतर श्रेणी जोड़े "(डी = -0.18, एसडी = 0.59 डी = 0.81, एसडी = 0.23) पार श्रेणी जोड़े β) के जवाब के साथ तुलना में". यह चोर हैप्रतिभागियों को ही अलग निर्णय भीतर श्रेणी जोड़े के लिए और अधिक कठिन है जब इस विशेष कार्य में "अलग" निर्णय एहसान करते हैं कि इस विचार के साथ sistent.

चित्रा 6
चित्रा 6. प्रतिक्रिया पूर्वाग्रह से स्वतंत्र भेदभाव प्रदर्शन (एन = 20) के एक उपाय के रूप में एक 'आँकड़ों का उपयोग करना, भेदभाव संवेदनशीलता अवतार और मानव परीक्षणों में दोनों के भीतर श्रेणी जोड़े के लिए से पार श्रेणी के लिए अधिक से अधिक था. त्रुटि सलाखों ± 1 मानक त्रुटि दिखा.

आरटी डेटा का विश्लेषण अवतार और मानव परीक्षणों के बीच और छोटी और लंबी आईएसआई के बीच कोई मतभेद नहीं दिखाया. के रूप में तीन प्रोत्साहन जोड़ी शर्तों (7 चित्र देखें), एफ (2,38) = 34.55, पी <0.001 के बीच आर टी के लिए एक मुख्य महत्वपूर्ण प्रभाव की उम्मीद थी. से पहलेभीतर विषय विरोधाभासों की योजना बनाई परीक्षण पार वर्ग चेहरे के लिए आर टी (आमने जोड़ी परीक्षण प्रकार 'के बीच' यानी) तेजी से काफी थे कि पता चला है (एम = 0.79, एसई = 0.05) एक वर्ग के भीतर से चेहरा जोड़े के लिए आर टी ('भीतर से 'परीक्षण टाइप) (एम = 1.26, एसई = 0.09) [एफ (1,19) = 60.09, पी <0.001] और चेहरे जोड़े एक ही चेहरा जोड़ी हालत में (एम = 0.88, एसई = 0.08), एफ (1, 19) = 43.1, पी <0.001.

7 चित्रा
चित्रा 7. रिएक्शन समय (आरटी) अवतार और मानव परीक्षण के लिए "एक ही विभिन्न" अवधारणात्मक भेदभाव कार्य (एन = 20) का परिणाम है. ग्राफ श्रेणी सीमा पार कि प्रोत्साहन जोड़े के लिए आर टी (हालत के बीच में यानी) एसी भीतर से चेहरे के लिए आर टी की तुलना में कम थे कि पता चलता हैategory. त्रुटि सलाखों ± 1 मानक त्रुटि दिखा.

वर्गीकरण प्रतिक्रिया डेटा इस प्रकार एक वर्ग के भीतर से तैयार की समान दूरी जोड़े के लिए की तुलना श्रेणी सीमा पार कि जोड़े के लिए बेहतर भेदभाव सटीकता है कि वहाँ में सी.पी. की उपस्थिति के लिए दूसरी कसौटी पुष्टि. इस श्रेणी में सीमा के करीब शारीरिक उत्तेजना सुविधाओं के लिए बढ़ाया संवेदनशीलता के साथ एक तथाकथित भेदभाव सीमा है कि वहाँ दर्शाता है. आरटी डेटा के साथ वर्ग चेहरा जोड़े के साथ तुलना पार वर्ग के लिए कम प्रतिक्रिया सुप्तावस्था दिखा में इस समर्थन करते हैं.

यह विशेष रूप से अवधारणात्मक भेदभाव कार्य डीएचएल के साथ भेदभाव सीमा के विशिष्ट बिंदु को परिभाषित नहीं करता. प्रस्तुत morphs के जोड़े के बीच एक बहुत छोटे रूप दूरी इस को हल करने के लिए इस्तेमाल किया जा सकता है. यहाँ हम एक पारंपरिक ABX भेदभाव कार्य 12, 13 का उपयोग कर एक उदाहरण दिखा. ABX भेदभाव एडवेंचर्स की अनुक्रमिक प्रस्तुति जरूरत पर जोर देताया तो एक या बी लक्ष्य प्रोत्साहन एक्स के रूप में छवियों को ए, बी और एक्स देखने के बाद, प्रतिभागियों को एक या बी एक्स के लिए समान है यह इंगित करने के लिए आवश्यक हैं की एक दूसरी प्रस्तुति के बाद टी चेहरे उत्तेजनाओं (जैसे रूप एक और रूप बी) इस उदाहरण में, morphs (यानी 1-3, 2-4, 3-5, आदि) के बीच एक 2 कदम भेदभाव प्रक्रिया (चित्रा 8B) प्रस्तुत किया है. विश्लेषण 8 में वर्णित हैं. उदाहरण के प्रयोजन के लिए, ABX भेदभाव कार्य Cheetham एट अल. 7 के अध्ययन से तैयार समापन बिंदु उत्तेजनाओं का उपयोग कर, 4 रूप continua, 11 morphs के साथ प्रत्येक का उपयोग करते हुए 24 प्रतिभागियों पर प्रदर्शन किया गया था. ABX भेदभाव कार्य के बाद, एक मजबूर चुनाव वर्गीकरण कार्य ही प्रतिभागियों के साथ प्रदर्शन किया गया था. कार्य प्रस्तुति का यह क्रम ABX भेदभाव कार्य पर बना स्पष्ट श्रेणी के निर्णय के प्रभाव को कम करने के बारे में सोचा है. चित्रा 8B अवधारणात्मक भेदभाव sens में एक चोटी है कि स्पष्ट रूप से इंगित करता हैरूप की स्थिति में itivity ने भविष्यवाणी की और श्रेणी सीमा (चित्रा 8A देखें) के साथ गठबंधन किया. Morphs, प्रदर्शन स्पष्ट रूप जोड़ी M5-M7 के बीच के अंतराल में पहचाना जा सकता है भेदभाव में चोटी के बीच 2 कदम दूरी का उपयोग करना. बंदर, गाय और continua के endpoints के रूप में मानवीय चेहरे के साथ मानव समानता के आयामों से तैयार ABX प्रतिमान और रूप उत्तेजनाओं का उपयोग करते हुए निष्कर्ष के लिए 8 देखें.

8 चित्रा
चित्रा 8. ABX अवधारणात्मक भेदभाव और मजबूर चुनाव वर्गीकरण कार्यों के प्रतिनिधि परिणाम है. पैनल बी में ABX अवधारणात्मक भेदभाव कार्य में 2 कदम भेदभाव प्रक्रिया (यानी 1-3, 2-4, 3-5, आदि) अवधारणात्मक भेदभाव संवेदनशीलता में शिखर भविष्यवाणी की है कि पता चलता हैपैनल में दिखाया मजबूर चुनाव वर्गीकरण कार्य में निर्धारित श्रेणी सीमा से. पैनल एक चार continua के सज्जित प्रतिगमन घटता की रसद प्रोफाइल से पता चलता है. मानव के रूप में morphed चेहरे का वर्गीकरण निर्णय में 50% की अधिकतम अनिश्चितता रूप M6 के साथ जुड़ा हुआ है.

एक ही अलग भेदभाव कार्य की पुष्टि करता है कि भेदभाव सीमा श्रेणी सीमा के साथ गठबंधन किया है कि दिखाने में सी.पी. की उपस्थिति के लिए तीसरी कसौटी. दूसरे शब्दों में, श्रेणी सीमा की स्थिति भेदभाव सीमा की स्थिति की भविष्यवाणी की है.

हमेशा सी.पी. 13, 14 की पढ़ाई में लागू नहीं किया जाता है, जो चौथे कसौटी, कि भेदभाव श्रेणियों के भीतर मौका पर है. ABX डिजाइन का उपयोग निदर्शी उदाहरण के आंकड़े बताते हैं कि भेदभाव थोड़ा continua endpoints के बीच स्थित उन morphs के लिए मौका है और बिल्ली से ऊपर है सुझाव देना चाहूँगाegory सीमा.

3. fMRI का कार्य

शारीरिक परिवर्तन के लिए 4.3.1 संवेदनशीलता

ऐसी कोई परिवर्तन, तकली जैसा गाइरस (चित्रा -9 ए) में एक मस्तिष्क क्षेत्र के ठीक प्रस्तुति के प्रति संवेदनशील होना दिखाया गया है जिसमें वहाँ शर्त के साथ पहले और दूसरे रूप के बीच एक भौतिक बदलाव नहीं आया है, जिसमें स्थितियों की तुलना करके अवतार परीक्षणों में चेहरे morphs की शारीरिक उपस्थिति में डीएचएल साथ सुक्ष्म परिवर्तन. मानव परीक्षण के लिए एक समान परिणाम के आंकड़े में नहीं दिखाया गया है. इस क्षेत्र क्योंकि चेहरे जानकारी के प्रसंस्करण में दृश्य प्रणाली के भाग के रूप में अपनी भूमिका की तकली जैसा चेहरा क्षेत्र के रूप में भेजा गया है. साथ में मानव परीक्षण के साथ, इस खोज के चेहरे की शारीरिक विशेषताओं में मतभेदों 23, चेहरे की ज्यामिति 16, 21, 24 और चेहरे की बनावट 21 से तकली जैसा क्षेत्रों की सूचना मिली प्रतिक्रिया के अनुरूप है.

4.3.2 सेश्रेणी बदलने के लिए nsitivity

डीएचएल के साथ वर्ग परिवर्तन के प्रति संवेदनशील अवतार परीक्षण, मस्तिष्क क्षेत्रों के उदाहरण का उपयोग कर, 9B शो चित्रा. यह इस तरह का कोई बदलाव नहीं आया है, जिसमें शर्त के साथ पहले और दूसरे रूप के बीच एक वर्ग बदलाव नहीं आया है, जिसमें स्थितियों की तुलना द्वारा प्राप्त किया गया था. इमेजिंग डेटा अवतार परीक्षणों में वर्ग परिवर्तन (यानी डीएचएल के साथ अवतार को मानव दिशा से एक परिवर्तन) हिप्पोकैम्पस, प्रमस्तिष्कखंड, और insula की प्रतिक्रिया से पता चला है कि दिखा. इन क्षेत्रों की भूमिका में इस्तेमाल किया प्रतिमान और वर्गीकरण के संदर्भ में व्याख्या की जा करने के लिए और पहले से ही 7 वर्णित किया गया है की जरूरत है. आम तौर पर, प्रमस्तिष्कखंड चेहरे, भावात्मक संयोजक, नवीनता, और अनिश्चितता 55, 56, 57, 58, 59 के लिए उत्तरदायी है. प्रमस्तिष्कखंड एक स्थिति 60 के भावात्मक अर्थ के आधार पर वर्गीकरण में शामिल अन्य मस्तिष्क क्षेत्रों की प्रोसेसिंग को प्रभावित करने का सुझाव दिया है. मेंसुला लगातार अनिश्चितता की शर्तों के 61, 62, 63 के तहत वर्ग प्रसंस्करण और प्रसंस्करण के साथ सहयोग में सूचना दी है. इस्तेमाल किया प्रतिमान के संदर्भ में, इस क्षेत्र वर्गीकरण प्रसंस्करण 63 के लिए attentional संसाधनों को बढ़ाने में योगदान कर सकता है. सक्रियण के विशिष्ट क्षेत्र में भी अनिश्चितता, धमकी, या संभावित खतरा 64, 65 साल की उपस्थिति के संकेत के साथ जुड़ा हो सकता है. हिप्पोकैम्पस दृश्य वर्गीकरण और अवधारणात्मक सीखने 66 में शामिल है. मानव परीक्षणों में वर्ग परिवर्तन (डीएचएल के साथ मानव को अवतार दिशा में यानी एक परिवर्तन) पुटामेन, पूंछवाला के सिर, और चेतक, इस हालत के लिए उत्तरदायी हैं कि पता चला. आम तौर पर, इन क्षेत्रों श्रेणी में सदस्यता और प्रतिनिधियों का समायोजन स्थापित करने के लिए इस्तेमाल की क्षमता श्रेणी के नियमों के बीच स्विच, वर्गीकरण दौरान, निर्णय अनिश्चितता श्रेणी सदस्यता संकेत, उत्तेजना श्रेणी संघों सीखने के साथ जुड़े रहे हैंटेड स्पष्ट सीमा त्रुटियों को 67, 68, 69, 70 कम करने के लिए.

एक व्यापक स्तर पर और इस्तेमाल प्रयोगात्मक प्रतिमान के संदर्भ में इन परिणामों की व्याख्या कि अवतार और मानवीय चेहरे एक दिया वर्ग (जैसे 25) के साथ पिछले वर्गीकरण अनुभव की डिग्री के आधार पर अलग अलग वर्गीकरण समस्याओं का प्रतिनिधित्व करते हैं पता चलता है, प्रतिभागियों को मानव में विशेषज्ञ हैं चेहरा प्रसंस्करण पर विशेष रूप से वे के रूप में डीब्रीफिंग पर पुष्टि की अवतार चेहरे (जैसे वीडियो खेल, सिनेमा, दूसरा जीवन में) और, जैसा कि पहले हम प्रस्तुत तरह के चेहरे कभी नहीं देखा था के साथ पिछले अनुभव का कोई स्पष्ट ज्ञान है कि रिपोर्ट के आधार पर चयन किया गया था.

9 चित्रा
चित्रा 9. शारीरिक एक के तंत्रिका संबद्धअवतार परीक्षणों में डीएचएल साथ में वर्ग दिखाना परिवर्तन की घ. सक्रियण नक्शे राज्याभिषेक पर आरोपित कर रहे हैं (ए), आड़ा (बी) के और एक एकल विषय की बाण के समान (सी) बार देखा गया. रंग सलाखों के सक्रियण नक्शे (पी <0.005, 20 सन्निहित voxels) की टी मूल्यों की ढाल दर्शाता है.

Discussion

प्रारब्धिक घाटी परिकल्पना की कोर भविष्यवाणी सकारात्मक रूप से या नकारात्मक रूप से valenced अनुभव में माना जाता मानव समानता 77 (एक जानकारीपूर्ण सिंहावलोकन के लिए, 78 को देखने के) के एक समारोह के के रूप में पैदा की किया जा कर सकते हैं कि है. मानव समानता वास्तव में में माना जाता है कैसे की सावधानी से परीक्षा इसलिए अपने आप में एक महत्वपूर्ण अनुसंधान उपक्रम है. इसी प्रकार महत्वपूर्ण डीएचएल प्रारब्धिक अनुभव की के प्रयोगों के में प्रतिनिधित्व किया है कैसे है. इस प्रोटोकॉल डीएचएल पर इसलिए केंद्रित है. एक दृष्टिकोण के लिए के रूप में पहले से ही "प्रारब्धिक" अनुसंधान 5 में कार्यान्वित किया morph के continua के,, 6, 26, 27, 28 का उपयोग करते हुए मानव समानता का प्रतिनिधित्व करते हैं करने के लिए है. morph के continua के की लाभ यह है कि उनके उपयोग के व्यक्तिपरक धारणा और अनुभव (उदाहरण के लिए वर्ग दिखाना निर्णयों को, प्रारब्धिक भावनाओं को) की व्यवहार संबंधी के उपायों के साथ और तंत्रिका प्रक्रियाओं 7 अंतर्निहित के साथ रिश्ते में लाया किया जा करने के लिए humanlike उपस्थिति में तजरबा से नियंत्रित किया मतभेदों को के परमिट के कि है. इस ठीक-छोटाबीजवाला दृष्टिकोण हिस्सा हैicularly महत्वपूर्ण प्रारब्धिक घाटी परिकल्पना सकारात्मक रूप से valenced और प्रारब्धिक अनुभव के बीच के संक्रमण 78 होने पर हो करना चाहिए, जिस पर मानव समानता की वास्तविक डिग्री भविष्यवाणी नहीं करता है क्योंकि. मोरी के conjectures में सही हैं, तो, डीएचएल 7 साथ में वर्ग दिखाना, प्रसंस्करण के करने के लिए संबंधित निष्कर्ष बताते हैं कि प्रारब्धिक अनुभव अवधारणात्मक निर्णय अ प टता सबसे ज़्यादा होती है जहां वर्ग दिखाना सीमा से कम घटित करने के लिए सबसे अधिक संभावना है है कि सुझाव देना चाहूँगा. इस अभी भी का परीक्षण किया किया जा करने के लिए पड़ता है.

Morph के continua के, और ब्याज की अन्य चर, एक एकल morph के सातत्य नहीं बल्कि की तुलना में दो या यहाँ तक कि तीन अलग अलग juxtaposed continua के 5,28 इस्तेमाल किया जाना चाहिए का उपयोग करते हुए का प्रतिनिधित्व किया के रूप में, डीएचएल के बीच की जांच की रिश्ते को व्याख्या करने के लिए में सक्षम होना करने के लिए. juxtaposed continua के का प्रतिनिधित्व करते हैं करने के लिए विफल रहता है और, प्रभाव में, डीएचएल करने के लिए discontinuities के को शुरू करने से मानव समानता की मोरी के अवधारणा को को बदलने में सक्षम. इस, एक अवधारणात्मक भेदभाव कार्य को में प्रदर्शन को प्रभावित कर सकता क्योंकि एक टी में से बिंदुवह अनिरंतरता और morphing कार्यविधि को से जिसके परिणामस्वरूप किसी भी असमानताओं को की कि अवधारणात्मक भेदभाव का मार्गदर्शन के लिए संदर्भ की एक विश्वसनीय लेकिन तजरबा से अनायास ही बिंदु (को देखने के, 29) के रूप में इस्तेमाल किया जा हो सकता है. भौतिक परिवर्तन की समकक्ष वेतन वृद्धि पूरे सातत्य 5,28 साथ में प्रतिनिधित्व कर रहे हैं कि इतना है कि प्रत्येक morph के सातत्य के भीतर सब morphs के ध्यान से नियंत्रित किया जा करना चाहिए. Continua के साथ में morph के दूरी की प्रयोगात्मक नियंत्रण डीएचएल साथ में भौतिक मानव-की तरह समानता में रैखिक मतभेदों को करने के लिए संबंधित संवेदी जानकारी cognitively के एक रैखिक या nonlinear जिस तरह से में प्रतिनिधित्व किया है है कि क्या की परीक्षा के सक्षम बनाता है इसका कारण यह, इस प्रोटोकॉल में विशेष रूप से महत्वपूर्ण है. Nonlinearity (आंकड़े 4 और 5 ब को देखने के) वर्गीकरण के प्रतिक्रियाओं का (आंकड़े 2A और 5A) की ढलान में और डीएचएल साथ में प्रोत्साहन विशेषताओं को करने के लिए अवधारणात्मक संवेदनशीलता में मतभेदों को में कदम-की तरह समारोह में परिलक्षित होता है. यह protocol किसी भी आगे की प्रयोगात्मक जोड़तोड़ के लागू करने के बिना endpoints के के रूप में चेहरों का उपयोग करता है. वाणिज्यिक पत्र के और मानव समानता की आगे के अध्ययन के चेहरे का बनावट प म (cf. 30,38) के साथ तुलना में अन्य चेहरे की विशेषताओं या चेहरे का ज्यामिति की जोड़तोड़ के की यथार्थवाद के साथ तुलना में इस तरह के आंख यथार्थवाद के रूप में विशिष्ट सुविधाओं भेद प्रदर्शित करते हुए डीएचएल साथ में वर्ग दिखाना, प्रसंस्करण के को प्रभावित करती है कैसे उदाहरण के के लिए जांच कर सके.

morphing कार्यविधि को इस तरह के चेहरे का configural cues के के रूप में सातत्य 's endpoints के की इसी सुविधाओं के की एक साथ चिकनी सम्मिश्रण सक्षम बनाता है. ऊपरी चेहरे की विशेषताओं और बालों के प्रोफ़ाइल 26 की तरह चेहरे का जानकारी morphing में इस है कि morphing कार्यविधि को के दौरान सुविधाओं में से संरेखण में असमानताओं को करने के लिए ध्यान ड्राइंग द्वारा संभावित रूप से पूर्वाग्रह प्रतिभागी का प्रतिक्रियाओं का कर सकते हैं. इस पूर्वाग्रह continua के endpoints के, morph के contin के की midpoint के से कम सबसे महान जा रहा है के असमानताओं को से morph के दूरी करने के लिए संबंधित कर रहे हैं कि morphing असमानताओं को में व्यवस्थित होना करने के लिए होने की संभावना हैua को. हमारे morph के continua के के लिए, continua के की midpoint के सबसे महान अवधारणात्मक संवेदनशीलता वहाँ है जो के आस - पास वर्ग दिखाना सीमा के साथ मेल खाती है. आंख क्षेत्र (गरीब morphs के के बीच आंख बनावट की संरेखण में एक बहुत ही मामूली असंगति में परिणामस्वरूप के morphing) या तो अच्छी तरह से या खराब तरीके से morphed किया गया था जिसमें में continua के तुलना में हमारे पायलट अध्ययनों से पता चलता में से एक के (एक मजबूर कर दिया चुनाव को वर्गीकरण के कार्य को) से डेटा की पुनर्विश्लेषण. पुनर्विश्लेषण गरीब को प्रभावी ढंग से आयाम की मानव अंत की ओर वर्ग दिखाना सीमा है की एक सापेक्ष की पाली का कारण बना morphing कि इस तरह के खराब तरीके से morphed continua के की वर्गीकरण के निर्णय प्रतिक्रियाओं का में एक व्यवस्थित पूर्वाग्रह की पुष्टि की. Morphing असमानता एक "nonhuman-परिभाषित करने" सुविधा के रूप में में माना जाता किया गया था इसका कारण यह संभाव्यतः था.

ए जवाबी कार्रवाई के पूर्वाग्रह continua के इस तरह के सिर पोशाक के और चेहरे का आभूषण के रूप में गैर-चेहरे का जानकारी एक endpoint प्रोत्साहन में केवल उपस्थित जो कर रहे हैं में endpoint के उत्तेजनाओं की आधार पर उत्पन्न की का उपयोग करने से भी परिणाम हो सकता है27. भाग लेने वालों में अनुसंधान ब्याज की प्रोत्साहन जानकारी करने के लिए नहीं बल्कि की तुलना में एक छवि में प्रस्तुत किया अन्य प्रमुख विशेषताएं निम्न प्रकार करने के लिए में भाग लेने के इतना है कि इस मामले में, चेहरे का छवियों को फसली किया जा सकता है. इस छवि को डीएचएल 6 की मानव अंत का प्रतिनिधित्व करते हैं करने का इरादा है यहां तक कि यद्यपि एक व्यवस्थित की जवाबी कार्रवाई के पूर्वाग्रह, nonhuman विशेषताओं को मानव विशेषताओं के साथ एक साथ प्रस्तुत कर रहे हैं जो में एक सातत्य endpoint के रूप में एक छवि का उपयोग करने से भी परिणाम कर सकते हैं. इस मामले में, मानव समानता और इस तरह के प्रारब्धिक अनुभव की व्यक्तिपरक उपायों के रूप में चर के बीच किसी भी रिश्ते डीएचएल की मोरी के गर्भाधान की और hypothesized प्रारब्धिक घाटी की शर्तों के में व्याख्या - सापेक्ष्य नहीं कर रहे हैं.

वाणिज्यिक पत्र के मानव समानता 31, 10, 22, 32, 33, 34, 35, और वर्ग दिखाना-प्रासंगिक जानकारी की तुलना में अन्य आयामों के साथ में होने पर हो कर सकते हैं स्वचालित रूप से दूसरों के 36 करने के लिए जोखिम पर संसाधित किया जा कर सकते हैं. इस प्रोटोकॉल में, की देखभाल के differen के का संकेत है दृश्य cues के प्रभावों को के लिए नियंत्रित करने के लिए इसलिए ले लिया किया जाना चाहिएमानव समानता के विषय में 'प्रतिभागियों को प्रतिक्रियाओं का पर वर्ग दिखाना-प्रासंगिक अन्य आयामों के की शर्तों के में डीएचएल साथ में ces के. ये cues के उदाहरण के के लिए जातीयता, लिंग, चेहरे का विशिष्टता, सुपरिचय और पहचान की, और चेहरे का अभिव्यक्ति प म (cf. 5, 26, 27, 28) करने के लिए संबंधित हैं हो सकता है. उपस्थित प्रोटोकॉल बारीकी से चेहरे का ज्यामिति और सातत्य endpoints के के रूप में इस्तेमाल किया छवियों की चेहरे की विशेषताओं की विन्यास से मेल खाते के द्वारा अवधारणात्मक भेदभाव का कार्य है और fMRI के अध्ययन में तेजी से उत्तराधिकार में प्रस्तुत किया चेहरा morphs के के बीच जैविक गति की धारणा को को कम से कम करने के लिए का प्रयास है. यह दृष्टिकोण (एक साथ प्रोत्साहन शर्तों के में प्रयोग किया जाता morphs के की continua के साथ में रिश्तेदार की स्थिति के साथ) एक सातत्य की morphs के के बीच अलग अलग पहचानों की किसी भी धारणा को कम से कम करने के लिए भी में मदद करता है.

मजबूर कर दिया चुनाव को वर्गीकरण काम के लिए एक सातत्य की morphs के अवधारणात्मक discrim में उपयोग के के लिए morphs के का चयन करें करने के लिए आदेश में स्पष्ट रूप से एक अवतार के रूप में श्रेणीबद्ध किया और के रूप में मानव कर रहे हैं जो को निर्धारित करता हैination का कार्य है और fMRI के अध्ययन. हम continua के में से प्रत्येक के (आंकड़े 2B और 2C) से चार morphs के M0, M4 है, M8 के और M12 के का चयन किया. डीएचएल साथ में भौतिक परिवर्तन की डिग्री के लिए को नियंत्रित करने करने के लिए इसके अलावा, M4 और M8 के के चुनाव को निम्नलिखित सैद्धांतिक विचार के पर आधारित है. मोरी valence-मानव समानता रिश्ते को (चित्रा 1 देखें) की ढलान में दो सकारात्मक चोटियों के बीच डीएचएल साथ में क्षेत्र करने के लिए अनुरूप कि यथार्थवाद की स्तरों पर रूप से होने वाली के रूप में अवधारणात्मक अनिश्चितता (और संबद्ध प्रारब्धिक अनुभव) का वर्णन किया. इन चोटियों से कम, वस्तुओं nonhuman या मानव या तो के रूप में में माना कर रहे हैं. वर्ग दिखाना, प्रसंस्करण के के ढांचे के की शर्तों के में उसकी कारणों से reframing में, इन चोटियों सही ढंग से वर्गीकृत वर्ग दिखाना इंस्टेंसेस को (यानी nonhuman और मानव) श्रेणी पर सीमा पैर फैलाकर बैठना, जिस पर मानव समानता की डिग्री को परिलक्षित करती है के रूप में देखा किया जा हो सकता है. लेकिन मोरी निर्दिष्ट नहीं किया था कैसे कुशल इस वर्गीकरण (यानी अवधारणात्मक गप्रत्येक चरम पर वस्तुओं की पहचान के स्पष्ट रूप से अपेक्षाकृत कुशल और उदासीन होना करने के लिए में माना जाता है यद्यपि ertainty), इन चोटियों से कम होना करना आवश्यक है. इस कारण के के लिए, continua के साथ में दो morph के के पदों पर, को दो श्रेणियों के बीच और दो ​​सकारात्मक चोटियों अक्सर अन्यथा वाणिज्यिक पत्र के अनुसंधान (उदाहरण के लिए 66%, 32 में के रूप में में प्रयोग किया जाता की तुलना में एक अधिक रूढ़िवादी कसौटी का उपयोग करते हुए निर्धारित किया गया था को परिलक्षित करती है के रूप में संक्रमण परिभाषित करने के रूप में माना 34). इस प्रकार, morph के M4 है परीक्षणों के और अधिक की तुलना में 85% में एक मानव के रूप में परीक्षणों के और अधिक की तुलना में 85% और morph के M8 के में एक अवतार के रूप में औसत पर की पहचान की किया गया था. इस कसौटी किसी भी एक सातत्य की morphs के M4 और M8 के दोनों करने के लिए लागू होता है कि कृपया ध्यान दें. इस दृष्टिकोण के का उपयोग करना, morphs के की इस चुनाव को वाणिज्यिक पत्र के और परिकल्पना की मोरी वर्णन की एक समझ दोनों के अनुसार के साथ में nonhuman और मानव वस्तुओं के बीच डीएचएल साथ में वर्ग दिखाना परिवर्तन की एक भावना कब्जा करने के लिए का प्रयास है.

इस प्रोटोकॉल में एक ही-अलग अलग अवधारणात्मक discrimi की एक उपादानों के का उपयोग करता हैराष्ट्र कार्य को 10 वाणिज्यिक पत्र के जांच करने के लिए. इस कार्य को की लाभ यह है कि भाग लेने वालों में विशिष्ट समानताएँ और मतभेदों की पहचान की किया जाना चाहिए क्या करने के लिए के रूप में एक वर्णन की जरूरत नहीं करते हैं कि है. यह वे बस के लिए में एक ही या अलग अलग जा रहा है के के रूप में उत्तेजनाओं की पहचान कि पर्याप्त है. इसके अलावा, प्रतिभागियों श्रेणी लेबल पता करने के लिए की जरूरत नहीं है. लेबल इस तरह के ABX कार्य के रूप में एक भेदभाव कार्य को द्वारा अपेक्षित के लिए स्मृति लोड 42 बढ़ जाती है जब उत्तेजनाओं के बीच विभेद करने के लिए एक रणनीति के रूप में इस्तेमाल किया जा हो सकता है. में एक ही-अलग अलग कार्य को कार्य को उत्तेजनाओं की प्रत्यक्ष तुलना के को प्रोत्साहित करती है कि स्मृति लोड तुलनात्मक रूप से कम है कि लाभ दिया है और. लेबलिंग के की संभावित प्रभाव के को कम करने के लिए, भेदभाव कार्यों के सामान्य रूप से मजबूर कर दिया चुनाव को निर्णय कार्य को 40 से पहले प्रस्तुत कर रहे हैं. उपस्थित प्रोटोकॉल भेदभाव के लिए दो अलग अलग प्रतिभागी को समूहों के पर आधारित है और चुनाव को निर्णय कार्यों को 7, 41 मजबूर किया जाता है. मजबूर कर दिया चुनाव को कार्य को उत्तेजनाओं का चयन करें करने के लिए प्रयोग किया जाता है क्योंकि यह वह जगह हैभेदभाव कार्य के लिए. तथापि में एक ही भाग लेने वालों में दोनों कार्यों को में का परीक्षण किया किया जा करना चाहिए, प्रोटोकॉल भेदभाव कार्य को मजबूर कर दिया चुनाव को निर्णय कार्य को से पहले आयोजित किया जाता है इतना है कि संशोधित किया जा करना चाहिए.

ए तय की भेदभाव डिजाइन इस प्रोटोकॉल की में एक ही-अलग अलग भेदभाव कार्य को में लागू किया जाता है (डिजाइनों roving के लिए, उदा 39 को देखने के). इस M4 और M8 के हमेशा, "में एक ही" में प्रत्येक उत्तेजना जोड़ी के की पहला प्रोत्साहन के रूप में दिखाया "के भीतर" और क्रमशः, अवतार और मानवीय परीक्षणों की शर्तों को "के बीच" कर रहे हैं कि का मतलब है. इस प्रोटोकॉल प्रत्येक भागीदार के morph के किसी दिए गए सातत्य से या तो अवतार या मानवीय परीक्षणों की उत्तेजनाओं लेकिन नहीं दोनों केवल है कि विचार प्रयोगात्मक बाधा भी शामिल है. एक उदाहरण के के रूप में अवतार परीक्षणों का उपयोग करना, प्रत्येक उत्तेजना जोड़ी के की पहला प्रोत्साहन दूसरी "के भीतर" में उत्तेजनाओं (यानी M1 के) और "के बीच" (यानी M8 के) शर्तों के समान रूप से अक्सर के लिए प्रस्तुत कर रहे हैं कि, हमेशा M4 है है कि इस का मतलब हैकिसी दिए गए सातत्य, और कि नहीं है और आगे उत्तेजनाओं कि विशेष रूप से सातत्य से मानवीय परीक्षणों के लिए तैयार कर रहे हैं. यह दृष्टिकोण चयनात्मक रूप से की मजबूत की प्रतिनिधित्व के उत्प्रेरण के और किसी दिए गए सातत्य की पार से-वर्ग दिखाना चेहरों में से इसलिए भेदभाव को सुविधाजनक बनाने के से बचने के करने के लिए करना है. पार से-वर्ग दिखाना प्रतिनिधित्व के और एक प्रयोगात्मक ब्लॉक में वर्णित अवतार और मानवीय परीक्षणों पेश करने के की भेदभाव पर किसी भी संभव प्रभाव की जांच करने के लिए, तुलना के प्रयोजनों के के लिए, को बाहर कर या करने के लिए, एक डिजाइन वर्णित अवतार और मानव परीक्षणों में प्रस्तुत कर रहे हैं जो में कार्यान्वित किया जा सकता अलग ब्लॉकों (भाग लेने वालों में भर में आदेश में counterbalanced ब्लॉकों के साथ).

उपस्थित में एक ही-अलग अलग भेदभाव कार्य को 1:2 के में एक ही-करने के लिए-अलग अलग परीक्षणों की एक अनुपात है. (अन्य कारकों को भी इस पूर्वाग्रह 44, 51 को प्रभावित करती है कर सकते हैं यद्यपि) यह अनुपात "अलग अलग" निर्णयों को के पक्ष में एक जवाबी कार्रवाई के पूर्वाग्रह उत्पन्न हो सकता है. सिग्नल जांच थ्योरी (SDT) से निकाली गई है के उपाय अक्सर disentan करने के लिए प्रयोग किया जाता कर रहे हैंभेदभाव संवेदी उत्तेजनाओं (एक सिंहावलोकन को देखने के के लिए, 44) में प्रतिभागी का संवेदनशीलता (ए 'या घ') से एक अन्य पर एक जवाबी कार्रवाई के के चयन के लिए gle जवाबी कार्रवाई के पूर्वाग्रह या ग). घ के रूप में 53 'SDT मान्यताओं 52 की उल्लंघन करने के लिए वजह से जवाबी कार्रवाई के पूर्वाग्रह के साथ बदलती हैं कर सकते हैं, हम संवेदनशीलता की nonparametric इस उपाय के प्रयोग किया जाता'. जवाबी कार्रवाई के पूर्वाग्रह के लिए हम β "डी 47 प्रयोग किया जाता. वैकल्पिक रूप से ग 43, 44 द्वारा की सिफारिश की कर दिया गया है, यह '54 में परिवर्तन की स्वतंत्र है आंशिक रूप से क्योंकि. कुल मिलाकर, उपस्थित परिणामों के भीतर-वर्ग दिखाना उत्तेजनाओं के लिए की तुलना में वर्ग दिखाना सीमा straddling morph के उत्तेजनाओं के लिए अधिक से अधिक अवधारणात्मक संवेदनशीलता से संकेत मिलता है.

इस प्रोटोकॉल में भेदभाव कार्य के लिए morphs के है का चयन कार्य को continua के साथ में के अलावा चार चरणों का (कर रहे हैं कि morphs के के बीच भेदभाव की आवश्यकता है कि का मतलब है यानी एक चार-कदम discrimination,) चित्रा 2B को देखने के. लेकिन morphs के के बीच विषमता की इस चार-कदम डिग्री भेदभाव (भेदभाव सीमा अर्थात्) (चित्रा 5 ब) सबसे अधिक बढ़ाया है, जिस पर वास्तविक morph के स्थिति की बेहतर विनिर्देश की अनुमति देने के करने के लिए बहुत बड़ी है. वाणिज्यिक पत्र के (अन्य मानदंडों को के लिए, उदा 11 को देखने के) के लिए एक महत्वपूर्ण कसौटी मजबूर कर दिया चुनाव को कार्य को में वर्ग दिखाना सीमा और भेदभाव कार्य को में भेदभाव सीमा के बीच संरेखण वहाँ है कि है. अन्य शब्दों में, वर्ग दिखाना सीमा की morph के स्थिति भेदभाव सीमा की morph के स्थिति की भविष्यवाणी करना चाहिए. संरेखण की विशिष्ट बिंदु की पुष्टि करने करने के लिए एक दृष्टिकोण के लिए morphs के के जोड़े के बीच morph के दूरी कम हो जाता है जो में एक भेदभाव कार्य को का उपयोग करें के लिए किया जाएगा. इस विवरण का प्रयोजन के लिए, चित्रा 5 ब में एक ही-अलग अलग भेदभाव कार्य को करने के लिए एक संभव वैकल्पिक, एक परंपरागत ABX भेदभाव के रूप में, का उपयोग करते हुए पायलट डेटा के परिणामों के से पता चलता हैकार्य को 12, 13. आंकड़ा वर्ग दिखाना सीमा द्वारा की भविष्यवाणी की morph के स्थिति से कम अवधारणात्मक भेदभाव संवेदनशीलता में एक चोटी पर वहाँ है कि स्पष्ट रूप से इंगित करता है. भाग लेने वालों में और का विश्लेषण करती है में SDT की आवेदन की एक बड़ा संख्या के साथ एक अध्ययन में इस तरह के परिणाम आगे डीएचएल साथ में वाणिज्यिक पत्र के के प्रभावों को की को ढूँढने को सत्यापित होगा. continua के endpoints के के लिए उत्तेजनाओं, एक सातत्य में उत्पन्न की morphs के की संख्या, और भेदभाव किया जा करने के लिए morphs के में कदम की आकार की वास्तविक चुनाव को दृढ़ता से संज्ञानात्मक को प्रभावित करती है प्रतिभागी को है और साथ में morphs के विभेद करने के लिए को अपने या उसे की क्षमता पर रख दिया गया की मांग है continua के.

वाणिज्यिक पत्र के में से एक यह शास्त्रीय कसौटी वर्ग दिखाना सीमा की स्थिति को वास्तविक भेदभाव प्रदर्शन में शिखर (भेदभाव सीमा अर्थात्) 80 की स्थिति को भविष्यवाणी की है कि है. यह यकीनन वाणिज्यिक पत्र के 81 में से ज्यादातर के महत्वपूर्ण कसौटी है. इस भविष्यवाणी की निर्णायक के परीक्षण के एक प्रयोगात्मक देसी की आवश्यकता हैgn जो में एक साथ morph के सातत्य की पूरी लंबाई के का प्रतिनिधित्व करते हैं कि सब morph के जोड़े के शिखर की वास्तविक स्थिति निर्धारित करने के लिए आदेश में भेदभाव कार्य को में प्रस्तुत कर रहे हैं. 38 में, भेदभाव प्रदर्शन morph के continua के की केवल कुछ निश्चित खंडों में से आधार पर की जांच की किया गया था. इस इस मोड़ के में यह मुश्किल के लिए अंतिम तौर से वाणिज्यिक पत्र के को सत्यापित करने के प्रतिपादन प्रदर्शन में वास्तविक शिखर का सच स्थिति, याद किया किया गया है मई कि मतलब सकता है. यह Lieberman के एट अल की यहां तक कि में जल्दी के वाणिज्यिक पत्र के अध्ययन. 82 अध्ययनों से पता चलता भविष्यवाणी की है और एकाग्र भेदभाव प्रदर्शन में वास्तविक शिखर कि कड़े कसौटी के मालिक हैं से मिलने के करने के लिए में विफल रहा है, और कि अन्य शोधकर्ताओं ने (इसरो उदा 11 इस कसौटी लागू किया जाता नहीं किया है कि ध्यान दिया जाना चाहिए, भी को देखने के 80). चोटी के प्रदर्शन की वास्तविक स्थिति निर्धारित कर रहा है इस कसौटी की एक और अधिक उदार व्याख्या लागू किया जाता है यहां तक ​​कि अगर, फिर भी आलोचकों की है. Morph के सातत्य की पूरी लंबाई के की जांच करनाभी करने के लिए के रूप में डेटा की निरीक्षण को सक्षम करने के की लाभ यह है कि morphing कार्यविधि को से जिसके परिणामस्वरूप एक artefact के करने के लिए उदाहरण के के लिए वजह से उम्मीद से करने के लिए इसके विपरीत एक बिंदु पर प्रदर्शन में एक चोटी पर वहाँ है है कि क्या पड़ता है.

प्रतिक्रियाओं का करने के लिए इसके अलावा, मजबूर कर दिया चुनाव को वर्गीकरण कार्य को में जवाबी कार्रवाई के समय (आर टी) डेटा "अवतार" या "मानव" के रूप में एक प्रोत्साहन को वर्गीकृत करने के प्रोत्साहन जानकारी की और प्रतिस्पर्धा कर जवाबी कार्रवाई के प्रवृत्तियों को की संज्ञानात्मक, प्रसंस्करण के में कठिनाई का एक संकेतक के के रूप में उपयोगी है 70, 71. आर टी इस प्रकार से कम या श्रेणी के सीमा करने के लिए सबसे पास का तैनात उत्तेजनाओं की वर्गीकरण के निर्णयों को के लिए सबसे लंबे समय तक होना करना चाहिए. चित्रा 4 से पता चलता इस मामले में भी है कि. साथ में ले ली, जवाबी कार्रवाई के समारोह और वर्ग दिखाना निर्णयों को के लिए RT डेटा की आकृति कि एक असतत वर्ग दिखाना करने के लिए एक प्रोत्साहन की असाइनमेंट कठिनाई के प्रसंस्करण में बड़े मतभेदों को करने के लिए विषय है दिखाने के. आर टी का आकलन करने के लिए, इस प्रोटोकॉल Qui के रूप में वर्गीकरण के के दौरान प्रतिक्रिया करने के लिए भाग लेने वालों में निर्देश देता हैckly है और इसे सही के रूप में संभव. प्रतिक्रियाओं का 72, 73 पर एक गति के-सटीकता के व्यापार-बंद की संभावित प्रभाव को देखते हुए, हम की जांच की और प्रस्तुत किया की पहचान करने के लिए दिए गए निर्देशों का द्वारा अप्रभावित जा रहा है के, अवतार-मानव वर्ग दिखाना जवाबी कार्रवाई के समारोह की आकृति और स्थिति बहुत मजबूत है कि पायलट के परीक्षण के में में पाया गया morph के प्रोत्साहन या तो के रूप में जल्दी से है और इसे सही के रूप में संभव या बस के रूप में सही रूप में के रूप में संभव. इस इस सुझाव को और अधिक अच्छी तरह का परीक्षण किया किया जा सकता है यद्यपि भाग लेने वालों में आम तौर पर, सटीकता के के लिए भारित कर एक निर्णय रणनीति का उपयोग करें कि सुझाव देना चाहूँगा. मानव छवि से एक humanlike वस्तु भेद में कठिनाई नकारात्मक रूप से valenced अनुभव आह्वान हो सकता है कि मोरी के परिकल्पना के साथ ध्यान में रखते हुए, यह humanlike उत्तेजनाओं के लिए लंबे समय तक आर टी नकारात्मक असर के की के उपायों के साथ जुड़ा हुआ है है कि क्या की स्थापना के करने के लिए दिलचस्प के लिए किया जाएगा. आर टी डेटा भी एकत्र की है और में एक ही-अलग अलग भेदभाव कार्य के लिए का विश्लेषण किया किया गया था. आर टी जवाबी कार्रवाई के डेटा 80 समर्थन करने के लिए प्रयोग किया जाता कर दिया गया है. ABX टी के करने के लिए इसके विपरीतपूछने के, में एक ही-अलग अलग कार्य को आर टी माप के लिए एक स्पष्ट समय बिंदु प्रदान करता है. आर टी इस कार्य को 75, 76 में कारकों में से एक संख्या द्वारा को प्रभावित किया किया जा कर सकते हैं क्योंकि आर टी डेटा की व्याख्या में एक ही-अलग अलग निर्णयों को के लिए जटिल हो कर सकते हैं यद्यपि सही प्रतिक्रियाओं की आर टी, 74 के भीतर-जोड़े के के लिए के बीच-की तुलना में के लिए छोटे कद के होना करना चाहिए. आर टी डेटा भी कम समय मुश्किल पार से-वर्ग दिखाना निर्णयों को अधिक जल्दी से के भीतर-वर्ग दिखाना निर्णयों को (चित्रा 7 को देखने के) की तुलना में बना दिया कर रहे हैं कि विचार के साथ तथापि संगत कर रहे हैं.

यह मोरी के परिकल्पना भौतिक सुविधाओं वास्तव में मानव श्रेणी के भीतर डीएचएल (चित्रा 2) के 7 साथ में भिन्न हो सकता है कि संभावना पर विचार नहीं करता है कि बाहर ओर इशारा किया किया जाना चाहिए. इस परिकल्पना 'मूल valence-मानव समानता रिश्ते को में दूसरे नंबर पर सकारात्मक शिखर डीएचएल (चित्रा 1) की मानव अंत में स्थित कर रहा है यही कारण है कारण यह है कि है. डीएचएल की nonhuman पहलू पर जोर देने के प्रभावों जैसे कर दिया गया हैअन्य अध्ययनों से पता चलता डीएचएल 3 की मानव पहलू का प्रतिनिधित्व करते हैं करने के लिए एक एकल मानव चेहरा का इस्तेमाल किया है, जबकि, morph के continua के 4, 37 प्रयोग किया जाता नहीं किया है कि अध्ययनों से पता चलता सहित परिकल्पना, के द्वारा निर्देशित अध्ययनों से पता चलता में tial. इस तरह के अध्ययन स्पष्ट नहीं परिणामों के साथ, प्रारब्धिक अनुभव जांच करने के लिए की मांग की है. वाणिज्यिक पत्र के करने के लिए संबंधित निष्कर्ष बताते हैं कि इन अध्ययनों से पता चलता डीएचएल साथ में वर्ग दिखाना अ प टता करने के लिए जवाबी कार्रवाई के में अवधारणात्मक निर्णय लेने और संघर्ष के संकल्प के प्रक्रियाओं को की अस्पष्ट या स्पष्ट प्रक्रियाओं को आह्वान करने के लिए जरूरी उत्तेजनाओं प्रस्तुत किया है नहीं भी हो सकता कि सुझाव देते हैं.

इस प्रोटोकॉल डीएचएल का प्रतिनिधित्व करने continua के से तैयार की गई morphs के fMRI के के साथ, की पहचान करने के लिए प्रयोग किया जाता और पुनरावृत्ति दमन, भौतिक humanlike समानता में को बदलने के करने के लिए और वर्ग दिखाना-संबंधित जानकारी में को बदलने के करने के लिए संवेदनशील मस्तिष्क क्षेत्रों की प्रभाव का उपयोग कर किया जा कर सकते हैं कैसे की एक उदाहरण के illustrates. fMRI के डिजाइन की प्रभावशीलता को morph के उत्तेजनाओं की सावधान पीढ़ी और चयन के द्वारा दृढ़ता से को प्रभावित किया कर रहा है. मजबूर कर दिया choiCE के और अवधारणात्मक भेदभाव कार्यों के इस प्रकार अवतार-मानव वर्गीकरण से घटता है (जवाबी कार्रवाई के समारोह की यानी ढलान) की आकृति में और भेदभाव प्रदर्शन में continua के के बीच तुलनीयता सुनिश्चित करने के लिए प्रयोग किया जाता किए गए थे. इस fMRI के डिजाइन की लाभ यह है कि, यह मोरी (उनके मानव समकक्ष के की कि से भौतिक उपस्थिति में आसानी से अलग कर रहे हैं कि उपन्यास गैर-मानव वस्तुओं की यानी निष्क्रिय प्रेक्षण) द्वारा वर्णित प्रोत्साहन शर्तों के fMRI के पद्धति को की बाधाओं के भीतर सिमुलेट किया जा करने के लिए की अनुमति देता है कि है डीएचएल साथ में भौतिक परिवर्तन के प्रभावों को के लिए को नियंत्रित करने, जबकि मानव समानता की परिकल्पना 'परिभाषा करने के लिए अनुसार से चयन किया उत्तेजनाओं, और वर्ग दिखाना, प्रसंस्करण के के प्रभावों को की की जांच पड़ताल के का उपयोग करते हुए. fMRI के प्रतिमान के प्रारब्धिक अनुभव की जांच करने के लिए डिज़ाइन नहीं कर रहा है, लेकिन यह वर्ग दिखाना सीमा अपने आप में के साथ उदाहरण के के लिए जुड़े भावात्मक अनुभव जांच करने के लिए अनुकूलित किया जा सकता है. इस मस्तिष्क में categor की प्रभाव की जांच के की ओर एक महत्वपूर्ण कदम हो होगाडीएचएल से तैयार की गई उत्तेजनाओं के लिए भावात्मक के अनुभव के साथ संघ में y के, प्रसंस्करण के और वर्ग दिखाना अ प टता.

Disclosures

ब्याज की कोई संघर्ष की घोषणा की.

Acknowledgments

इस काम है यूरोपीय संघ FET के एकीकृत परियोजना PRESENCCIA (अनुबंध संख्या 27731) द्वारा समर्थित अनुसंधान पर आधारित है.

Materials

Name Company Catalog Number Comments
Funmorph Zealsoft Inc.
Poser 7 Smith Micro Software www.smithmicro.com
Adobe; Photoshop; CS3 Adobe www.adobe.com
Presentation; software Version 14.1, www.neurobs.com
SPSS Version 16 www.ibm.com/software/analytics/spss
MRI-compatible head-mounted display Resonance Technology Inc. "VisuaStim - Digital"
3-T whole-body MR unit Philips Medical Systems
MATLAB 2006b Mathworks Inc.
SPM5 software package http://fil.ion.ucl.ac.uk/spm

DOWNLOAD MATERIALS LIST

References

  1. Mori, M. Bukimi no tani [The uncanny valley. Energy. 7, 33-35 (1970).
  2. Androids as an experimental apparatus: Why is there an uncanny valley and can we exploit it?. MacDorman, K. Toward Social Mechanisms of Android Science: A CogSci 2005 Workshop, 106-118 (2005).
  3. Tinwell, A., Grimshaw, M., Williams, A. The uncanny wall. International Journal of Arts and Technology. 4, 326-341 (2011).
  4. Tinwell, A. Uncanny as usability obstacle. HCI. 12, 622-631 (2009).
  5. MacDorman, K. F., Ishiguro, H. The uncanny advantage of using androids in cognitive and social science research. Interaction Studies. 7, 297-337 (2006).
  6. Upending the uncanny valley. Hanson, D., Olney, A., Prillman, S., Mathews, E., Zielke, M., Hammons, D., Fernandez, R., Stephanou, H. E. 20th National Conf. on Artificial Intelligence and the 17th Innovative Applications of Artificial Intelligence Conf, 1728-1729 (2005).
  7. Cheetham, M., Suter, P., Jancke, L. The human likeness dimension of the "uncanny valley hypothesis": behavioral and functional MRI findings. Front Hum. Neurosci. 5, 126 (2011).
  8. Campbell, R., Pascalis, O., Coleman, M., Wallace, S. B., Benson, P. J. Are faces of different species perceived categorically by human observers? Proc. Biol. Sci. 264, 1429-1434 (1997).
  9. Finney, D. J. Probit analysis. (1964).
  10. Angeli, A., Davidoff, J., Valentine, T. Face familiarity, distinctiveness, and categorical perception. Q.J. Exp. Psychol. (Hove). 61, 690-707 (2008).
  11. Studdert-Kennedy, M., Liberman, A. M., Harris, K. S., Cooper, F. S. Theoretical notes. Motor theory of speech perception: a reply to Lane's critical review. Psychol. Rev. 77, 234-249 (1970).
  12. Liberman, A. M., Hariris, K. S., Hoffman, H. S., Griffith, B. C. The discrimination of speech sounds within and across phoneme boundaries. J. Exp. Psychol. 54, 358-368 (1957).
  13. Harnad, S. R. Introduction: Psychological and cognitive aspects of categorical perception: A critical overview. In: Categorical perception: The groundwork of cognition. Harnad, S. R. Cambridge University Press. New York. 1-25 (1987).
  14. Repp, B. H. Categorical perception: Issues, methods, findings. Speech Lang. Adv. Basic Res. Pract. 10, 243-335 (1984).
  15. Grill-Spector, K., Henson, R., Martin, A. Repetition and the brain: neural models of stimulus-specific effects. Trends. Cogn. Sci. 10, 14-23 (2006).
  16. Jiang, X., Rosen, E., Zeffiro, T., Vanmeter, J., Blanz, V., Riesenhuber, M. Evaluation of a shape-based model of human face discrimination using FMRI and behavioral techniques. Neuron. 50, 159-172 (2006).
  17. Henson, R. N. Neuroimaging studies of priming. Prog. Neurobiol. 70, 53-81 (2003).
  18. Grill-Spector, K., Malach, R. fMR-adaptation: a tool for studying the functional properties of human cortical neurons. Acta. Psychol. (Amst). 107, 293-321 (2001).
  19. Jiang, X., Bradley, E., Rini, R. A., Zeffiro, T., Vanmeter, J., Riesenhuber, M. Categorization training results in shape- and category-selective human neural plasticity. Neuron. 53, 891-903 (2007).
  20. van der Linden, M., van Turennout, M., Indefrey, P. Formation of category representations in superior temporal sulcus. J. Cogn. Neurosci. 22, 1270-1282 (2010).
  21. Jiang, F., Dricot, L., Blanz, V., Goebel, R., Rossion, B. Neural correlates of shape and surface reflectance information in individual faces. Neuroscience. 163, 1078-1091 (2009).
  22. Rotshtein, P., Henson, R. N., Treves, A., Driver, J., Dolan, R. J. Morphing Marilyn into Maggie dissociates physical and identity face representations in the brain. Nat. Neurosci. 8, 107-113 (2005).
  23. Xu, X., Yue, X., Lescroart, M. D., Biederman, I., Kim, J. G. Adaptation in the fusiform face area (FFA): image or person. Vision Res. 49, 2800-2807 (2009).
  24. Liu, X., Steinmetz, N. A., Farley, A. B., Smith, C. D., Joseph, J. E. Mid-fusiform activation during object discrimination reflects the process of differentiating structural descriptions. J. Cogn. Neurosci. 20, 1711-1726 (2008).
  25. Poldrack, R. A., Prabhakaran, V., Seger, C. A., Gabrieli, J. D. Striatal activation during acquisition of a cognitive skill. Neuropsychology. 13, 564-574 (1999).
  26. Ho, C. C., MacDorman, K. F., Pramono, Z. A. D. Human emotion and the uncanny valley: A GLM, MDS, and isomap analysis of robot video ratings. ACM/IEEE international conference on human-robot interaction, 169-176 (2008).
  27. Seyama, J., Nagayama, R. S. The Uncanny Valley: Effect of Realism on the Impression of Artificial Human Faces. Presence: Teleoperators and Virtual Environments. 16, 337-351 (2007).
  28. Hanson, D. Exploring the aesthetic range for humanoid robots. CogSci Workshop: Toward Social Mechanisms of Android Science, (2006).
  29. Pastore, R. E. Categorical perception: Some psychophysical models. Categorical perception: The groundwork of cognition. Harnad, S. New York. 29-52 (1987).
  30. MacDorman, K. F., Green, R. D., Ho, C. C., Koch, C. T. Too real for comfort? Uncanny responses to computer generated faces. Computers in Human Behavior. 25, 695-710 (2009).
  31. Levin, D. T. Race as a visual feature: using visual search and perceptual discrimination tasks to understand face categories and the cross-race recognition deficit. J. Exp. Psychol. Gen. 129, 559-574 (2000).
  32. Beale, J. M., Keil, F. C. Categorical effects in the perception of faces. Cognition. 57, 217-239 (1995).
  33. Calder, A. J., Young, A. W., Perrett, D. I., Etcoff, N. L., Rowland, D. Categorical perception of morphed facial expressions. Visual Cognition. 3, 81-117 (1996).
  34. Etcoff, N. L., Magee, J. J. Categorical perception of facial expressions. Cognition. 44, 227-240 (1992).
  35. Campanella, S., Quinet, P., Bruyer, R., Crommelinck, M., Guerit, J. M. Categorical perception of happiness and fear facial expressions: an ERP study. J. Cogn. Neurosci. 14, 210-227 (2002).
  36. Macrae, C. N., Bodenhausen, G. V. Social cognition: thinking categorically about others. Annu. Rev. Psychol. 51, 93-120 (2000).
  37. Schneider, E., Wang, Y., Yang, S. Exploring the Uncanny Valley with Japanese Video Game Characters. Conference proceedings of DIGRA 2007, SMU Press. (2007).
  38. Looser, C. E., Wheatley, T. The tipping point of animacy: How, when, and where we perceive life in a face. Psychological Science. 21, 1854-1862 (2010).
  39. Macmillan, N. A., Goldberg, R. F., Braida, L. D. Resolution for Speech Sounds: Basic sensitivity and context memory on vowel and consonant continua. Journal of the Acoustical Society of America. 84, 1262-1280 (1988).
  40. Newell, F. N., Bulthoff, H. H. Cognition Categorical perception of familiar objects. Cognition. 85, 113-143 (2002).
  41. Rotshtein, P., Henson, R. N., Treves, A., Driver, J., Dolan, R. J. Morphing Marilyn into Maggie dissociates physical and identity face representations in the brain. Nat. Neurosci. 8, 107-113 (2005).
  42. Massaro, D. W., Cohen, M. M. Categorical or continuous speech perception: A new test. Speech Communication. 2, 15-35 (1983).
  43. Snodgrass, J. G., Corwin, J. Pragmatics of measuring recognition memory: Applications to dementia and amnesia. Journal of Experimental Psychology: Genera. 117, 34-50 (1988).
  44. Macmillan, N. A., Creelman, C. D. Detection theory: A user's guide. Cambridge University Press. Cambridge. (1991).
  45. Snodgrass, J. G., Levy-Berger, G., Haydon, M. Human experimental psychology. Oxford University Press. New York. (1985).
  46. Donaldson, W. Accuracy of d' and A' as estimates of sensitivity. Bulletin of the Psychonomic Society. 31, 271-274 (1993).
  47. Donaldson, W. Measuring recognition memory. Journal of Experimental Psychology: General. 121, 275-278 (1992).
  48. Stanislaw, H., Todorov, N. Calculation of signal detection theory measures. Behavior Research Methods, Instruments, & Computers. 31, 137-149 (1999).
  49. Wright, D. B., Horry, R., Skagerberg, E. M. Functions for traditional and multilevel approaches to signal detection theory. Behavior Research Methods. 41, 257-267 (2009).
  50. Sorkin, R. D. Spreadsheet signal detection. Behavior Research Methods, Instruments, & Computers. 31, (1), 6-54 (1999).
  51. Verde, M. F., Macmillan, N. A., Rotello, C. M. Measures of sensitivity based on a single hit rate and false-alarm rate: The accuracy, precision, and robustness of d', Az, and A'. Perception & Psychophysics. 68, 643-654 (2006).
  52. Swets, J. A. Form of empirical ROCs in discrimination and diagnostic tasks: Implications for theory and measurement of performance. Psychological Bulletin. 99, 181-198 (1986).
  53. Pollack, I., Norman, D. A. A nonparametric analysis of recognition experiments. Psychonomic Science. 1, 125-126 (1964).
  54. Macmillan, N. A. Signal detection theory as data analysis method and psychological decision model. A handbook for data analysis in the behavioral sciences: Methodological issues. Keren, G., Lewis, C. Erlbaum. Hillsdale, NJ. 21-57 (1993).
  55. Todorov, A., Engell, A. The role of the amygdala in implicit evaluation of emotionally neutral faces. Soc. Cogn. Affect. Neurosci. 3, 303-312 (2008).
  56. Phelps, E. A., LeDoux, J. E. Contributions of the amygdala to emotion processing: from animal models to human behavior. Neuron. 48, 175-187 (2005).
  57. Herwig, U., Kaffenberger, T., Baumgartner, T., Jancke, L. Neural correlates of a "pessimistic" attitude when anticipating events of unknown emotional valence. Neuroimage. 34, 848-858 (2007).
  58. Levy, I., Snell, J., Nelson, A. J., Rustichini, A., Glimcher, P. W. Neural representation of subjective value under risk and ambiguity. 103, 1036-1047 (2010).
  59. Neta, M., Whalen, P. J. The primacy of negative interpretations when resolving the valence of ambiguous facial expressions. Psychol. Sci. 21, 901-907 (2010).
  60. Seger, C. A., Miller, E. K. Category learning in the brain. Annu. Rev. Neurosci. 33, 203-219 (2010).
  61. Volz, K. G., Schubotz, R. I., von Cramon, D. Y. Predicting events of varying probability: uncertainty investigated by fMRI. Neuroimage. 19, (1), 271-280 (2003).
  62. Grinband, J., Hirsch, J., Ferrera, V. P. A neural representation of categorization uncertainty in the human brain. Neuron. 49, 757-763 (2006).
  63. Heekeren, H. R., Marrett, S., Ungerleider, L. G. The neural systems that mediate human perceptual decision making. Nat. Rev. Neurosci. 9, 467-479 (2008).
  64. Gray, M. A., Critchley, H. D. Interoceptive basis to craving. Neuron. 54, 183-186 (2007).
  65. Wager, T. D., Phan, K. L., Liberzon, I., Taylor, S. F. Valence, gender, and lateralization of functional brain anatomy in emotion: a meta-analysis of findings from neuroimaging. Neuroimage. 19, 513-531 (2003).
  66. Poldrack, R. A., Rodriguez, P. How do memory systems interact? Evidence from human classification learning. Neurobiol. Learn. Mem. 82, 324-332 (2004).
  67. Seger, C. A., Cincotta, C. M. The roles of the caudate nucleus in human classification learning. J. Neurosci. 25, 2941-2951 (2005).
  68. Seger, C. A., Peterson, E. J., Cincotta, C. M., Lopez-Paniagua, D., Anderson, C. W. Dissociating the contributions of independent corticostriatal systems to visual categorization learning through the use of reinforcement learning modeling and Granger causality modeling. Neuroimage. 50, 644-656 (2010).
  69. Filoteo, J. V., Maddox, W. T., Salmon, D. P., Song, D. D. Information-integration category learning in patients with striatal dysfunction. Neuropsychology. 19, 212-222 (2005).
  70. Bonnet, C., Fauquet Ars, J., Estaún Ferrer, S. Reaction times as a measure of uncertainty. Psicothema. 20, (1), 43-48 (2008).
  71. Hyman, R. Stimulus information as a determinant of reaction time. J. Exp. Psychol. 45, 188-196 (1953).
  72. Wickelgren, W. A. Speed-accuracy tradeoff and information processing dynamics. Acta. Psychologica. 41, 67-85 (1977).
  73. Zacksenhouse, M., Bogacz, R., Holmes, P. Robust versus optimal strategies for two-alternative forced choice tasks. Journal of Mathematical Psychology. 54, (2), 230-246 (2010).
  74. Campanella, S., Chrysochoos, A., Bruyer, R. Categorical perception of facial gender information: Behavioural evidence and the face-space metaphor. Visual Cognition. 8, 237-262 (2001).
  75. Farrell, B. 'Same - different' judgments: A review of current controversies in perceptual comparisons. Psychological Bulletin. 98, 419-456 (1985).
  76. Palmer, J., Huk, A. C., et al. The effect of stimulus strength on the speed and accuracy of a perceptual decision. J. Vision. 5, 376-404 (2005).
  77. Mori, M. The uncanny valley (K. F. MacDorman & Norri Kageki, Trans.). IEEE Robotics and Automation. 19, (2), 98-100 (1970).
  78. MacDorman, K., Green, R., Ho, C. -C., Koch, C. Too real for comfort? Uncanny responses to computer generated faces. Comput. Hum. Behav. 25, 695-710 (2009).
  79. Grier, J. B. Nonparametric indexes for sensitivity and bias - computing formulas. Psychological Bulletin. 75, (6), 424-429 (1971).
  80. Repp, B. H. Categorical perception: Issues, methods and findings. Speech and language: Advances in basic research and practice. Lass, N. 10, Academic Press. Orlando, FL. 244-335 (1984).
  81. de Gelder, B., Teunisse, J. P., Benson, P. J. Categorical perception of facial expressions: Categories and their internal structure'. Cognition and Emotion. 11, (1), 1-23 (1997).
  82. Liberman, A. M., Harris, K., Hoffmann, H. S., Griffith, B. The discrimination of speech sounds within and across phoneme boundaries. J. Exp. Psychol. 54, 358-368 (1957).

Comments

0 Comments


    Post a Question / Comment / Request

    You must be signed in to post a comment. Please or create an account.

    Usage Statistics