Wahrnehmungs-und Kategorie Verarbeitung des Unheimlichen Tal Hypothese 'Dimension der menschlichen Figur: Einige methodologische Probleme

Behavior
 

Summary

Untersuchung der

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

Mori unheimliche Tal Hypothese 1,2 schlägt, dass die Wahrnehmung von menschenähnlichen Figuren wie Roboter und durch die Erweiterung, Avatare (Computer-generierte Zeichen) können negativ oder positiv beeinflussen (Wertigkeit) in Abhängigkeit des Objekts Grad der visuellen und Verhaltensstörungen Realismus entlang einer evozieren Dimension der menschlichen Gestalt (DHL) (Abbildung 1). Aber Studien affektiver Valenz von subjektiven Reaktionen verschiedentlich realistische nichtmenschliche Charaktere inkonsistente Ergebnisse 3, 4, 5, 6 hergestellt. Einer der eine Reihe von Gründen dafür ist, dass Menschen gleich nicht wahrgenommen wird, als die Hypothese annimmt. Während die DHL nach Mori der Beschreibung als eine glatte lineare Veränderung im Grad der physischen Ähnlichkeit humanlike definiert werden kann, kann die subjektive Wahrnehmung von Objekten entlang der DHL in Bezug auf die psychologischen Auswirkungen der kategorialen Wahrnehmung (CP) 7 verstanden werden. Weitere Verhaltens-und Neuroimaging Untersuchungen von ca.tegory Verarbeitung und CP entlang der DHL und der mögliche Einfluss der Dimension zugrunde liegenden Kategorie-Struktur auf affektive Erfahrung benötigt. Dieses Protokoll konzentriert sich daher auf die DHL und ermöglicht die Untersuchung von CP. Basierend auf dem Protokoll in dem Video als Beispiel vorgestellt werden Themen rund um die Methodik in das Protokoll und die Verwendung in "unheimliche" Forschung von Reizen von Morph continua gezogen, um den DHL stellen in dem Artikel, der das Video begleitet diskutiert. Der Einsatz von Neuroimaging und Morph Reize, die DHL vertreten, um Hirnregionen neural Reaktion auf körperliche human-like Ähnlichkeit von denen, die auf Veränderung und Kategorie Kategorie Verarbeitung entwirren wird kurz dargestellt.

Protocol

Abbildung 1
Abbildung 1. Illustration der nicht-lineare Beziehung zwischen der Erfahrung von negativen und positiven Affekt (Wertigkeit) und wahrgenommene Menschen gleich. Die ansonsten positive Beziehung zeigt eine scharfe negative Spitze (dh unheimliche Tal) auf der Ebene des Realismus zwischen der ersten und zweiten positiven Spitzen der dargestellten Kurve, bei dem feine Unterschiede im Aussehen und Verhalten eines sehr realistischen noch erkennbar unnatürliche menschenähnlichen Objekt wird vorgeschlagen ein Gefühl der Fremdheit und persönliche Beschwerden (dh eine unheimliche Gefühl) zu entlocken. Illustration von 2 angepasst.

Wir haben verschiedene Gruppen von Teilnehmern für jede der folgenden Aufgaben.

1. Erzwungene Wahl Klassifizierung Aufgabe 1.1 Stimuli

  1. Mit Avatar und menschliche Bilder als Elternteil Gesichter (dh continua Endpunkte) in der Morphing-Verfahren auf lineare Morph continua produzieren, um die DHL vertreten. Wir haben 32 Menschen avatar continua mit 32 Bilder von Mensch und avatar Gesichter sind. Generieren Avatare mit der Modellierung suite Poser 7 (Smith Micro Software, www.smithmicro.com ), obwohl auch andere Software verfügbar ist. Wir erzielten diese Morph continua Verwendung Funmorpher (Zealsoft Inc., Eden Prairie, MN), aber auch andere Morphing-Software verwendet werden.
  2. Mit dem Morph-Software, stellen Sie Kontrollpunkte auf den entsprechenden Merkmalen der Eltern Gesichter. Für jede Fläche, legten wir 20 Punkte auf den Mund, 18 Punkte für jedes Auge, 20 Punkte auf der Nase, und 8 Punkte auf jeder Augenbraue. Damit haben wir rund 100 Kontrollpunkte verwendet. Versuchen Sie, die Anzahl der Kontrollpunkte konstant, sondern fügen Sie weitere Punkte, um Artefakte in der Flosse zu beseitigenal morphs des continua.
  3. Stellen Sie sicher, Potential verwechselt werden nicht in die Morphing-Verfahren eingeführt. Zum Beispiel haben wir als Endpunkte jedes Kontinuum Bilder von unbekannten indistinctive männliche Gesichter mit neutralem Ausdruck, direkter Blick und ohne weitere herausragende Merkmale wie Bartwuchs oder Schmuck, und den Endpunkt Bilder wurden eng für Alter, konfigurale Hinweise und allgemeine Gesichts-Geometrie angepasst .
  4. Benutze den Foto-Editing-Software auf externe Funktionen, indem zum Beispiel eine schwarze Overlay in elliptischer Form zuschneiden, wir Adobe, Photoshop, CS3 ( www.adobe.com ). Vor Morphing, passen Sie die Position der Bilder, um die Ausrichtung zwischen den Endpunkt Bilder konfigurale Cues zu gewährleisten, und passen Sie Kontrast, Helligkeit und allgemeine Hautton jedes Paar Endpunkt Reize jedes Kontinuum zu entsprechen.
  5. Jedes Morph eines DHL Kontinuum ein Unterschied in der physischen Ähnlichkeit menschenähnliche in vordefinierten Schritten. Wir erzielten 13 verschiedene morphed Bilder und beschriftet diese M0 bis M12, das heißt, die beiden Endpunkte und 11 Zwischenprodukt verwandelt (2B).

1.2 Stimulus Präsentation und Anweisungen

  1. Verwenden Sie einen zwei-alternative forced choice Klassifizierung Aufgabe zu bestimmen, welche dieser verwandelt werden eindeutig als Avatare kategorisiert und als menschliche und die Position der Kategorie 8 Grenze zu definieren.
  2. Gegenwärtige Studien beginnend mit einem Befestigungspunkt für 500 ms (Teilnehmer sind verpflichtet, Fixierung halten) durch einen Morph für 750 ms gefolgt. Wir verwendeten Präsentation, Software (Version 14.1, www.neurobs.com ) für Stimulus-Präsentation in allen Aufgaben in diesem Protokoll, aber auch andere Stimuluspräsentation Plattformen verwendet werden kann.
  3. Weisen Sie den Teilnehmer die vorgestellten Morph Stimulus entweder als Avatar oder Menschen so schnell und präzise wie möglich zu identifizieren, indem Sie eine von zwei respo nse Tasten.

1.3 Datenanalyse

Fassen Sie die avatar-menschlichen Klassifizierung von Daten mit Polynomregression, um die Form der Antwort-Funktion beschreiben. Bestimmen Sie dies durch angepasste logistische Funktion Modelle der Response-Daten jedes Teilnehmers und Kontinuum. Zunächst analysieren die einzelnen Teilnehmer über continua beste Anpassung der logistischen Funktionen zu gewährleisten. Dann Test gegen Null in einem Ein-Stichproben t-Test für eine Schritt-Form in den Avatar-Mensch-Kategorie Response-Funktion über alle continua mit dem Parameter schätzt aus der logistischen Funktion jedes Kontinuum abgeleitet, gemittelt über die Teilnehmer. Schätzen Sie die Position der Grenze entlang jeder Kategorie Kontinuum, indem sie die Parameter Schätzungen der logistischen Funktion jedes Kontinuum zu einem Logit Transformation 9. Wir führten alle Analysen für die erzwungene Wahl Klassifizierung und Wahrnehmungs-Diskriminierung Aufgaben mit SPSS Version 16 (ibm.com / software / analytics / spss "target =" _blank "> www.ibm.com / software / analytics / spss).

Reaktionszeit (RT) Daten können auch analysiert werden. In der vorliegenden Analyse werden Unterschiede in Reaktionszeiten je nach Position in einem Morph eine ANOVA eingegeben, mit 13 Morph-Positionen, unter Verwendung des Mittelwertes RT jedes einzelnen in allen continua als abhängige Variable.

Abbildung 2
Abbildung 2. Ergebnisse aus der erzwungenen Wahl Kategorisierung Aufgabe (A) und ein Beispiel für eine Morph Kontinuum (B). In Feld B wird der relative Grad der linearen physikalischen Übergang entlang der 13 Morph-Kontinuum zwischen dem Avatar und menschlichen Endpunkten als Prozentsatz angezeigt. M0 und M4 wurden als Avatare und M8 und M12 als menschliche in th identifizierte gezwungen Wahl Klassifizierung Aufgabe, wie in Panel A gezeigt.

2. Perzeptiv Diskriminationsaufgabe

2.1 Stimuli

  1. Für diese Version des gleichnamigen verschiedenen Wahrnehmungs-Diskriminierung Aufgabe 10, aus jeder Morph Kontinuum wählen zwei verwandelt in der vorhergehenden Aufgabe Einstufung als Avatare (zB M0 und M4) und zwei als menschliche (zB M8 und M12) kategorisiert. Um körperliche Unterschiede zwischen morphs steuern, wählen Sie verwandelt die äquivalent Schritten körperliche Veränderung entlang jeder Kontinuum darstellen. Wir verwendeten Schritten von 33,33% (dh M0, M4, M8, M12) (2B).

Abbildung 3
Abbildung 3. Stimulus Bedingungen für die "same-different" Wahrnehmungs discrimination Aufgabe (N = 20). Morphs werden ausgewählt, um Paare zu bilden. Die morphs eines Paares aus der gleichen Kategorie gezogen ("innerhalb") identisch sind ("gleich"), oder sie zeigen eine Veränderung in der Kategorie zwischen ihnen ("zwischen"). Die morphs M0, M4, M8 und für avatar Studien (A) und M4, M8, M12 und für Studien am Menschen (B) verwendet. Beachten Sie, dass die erste Morph Morph eines Paares in avatar Studien immer M4 und M8 in Studien am Menschen ist und dass avatar und Studien am Menschen sind auf morphs aus verschiedenen continua gezogen basiert.

  1. Sortieren Sie die ausgewählten verwandelt sich in Paaren nach den drei experimentellen Bedingungen Morph-Paar (Abbildung 3): "gleich" (die morphs eines Paars sind identisch, was keinen physischen oder Kategorie ändern), "innerhalb" (die morphs eines Paares sind gezeichnet von innerhalb einer Kategorie) und "zwischen" (die morphs eines Paares repräsentieren verschiedene Kategorien).
  2. Um Diskriminierungen Leistung zwischen den Morphen der Morph-Paare in Bezug untersuchenzum Avatar Kategorie (diese Morph Paare werden somit als "avatar Studien") zu gewährleisten, dass die erste morph morph jedes Paar in den drei Bedingungen immer M4 (vom avatar Kategorie) (Abbildung 3A). Dies führt zu verwandeln Paare M4 - M4 für die "gleiche", M4 - M0 für die "innerhalb" und M4 - M8 für die "zwischen" Bedingungen. Die gleiche Prozedur kann für Morph-Paare in Bezug auf das menschliche Klasse angewendet werden (also als "Studien am Menschen"), so dass die erste Morph immer M8: "gleich" (M8 - M8), "innen" (M8 - M12) und "zwischen" (M8 - M4) (3B).
  3. Achten Sie immer darauf, dass beide morphs eines Morph Paar aus dem gleichen Kontinuum, in dem sie ursprünglich verwandelt wurden gezogen werden. Pseudo-zufällig Darstellung der Morph-Paare, so dass kein Paar aus demselben Kontinuum in dichter Folge gezeigt. Präsentation der Avatar oder Studien am Menschen von einem bestimmten Kontinuum ist zufällig, aber ausgeglichen durch alle Teilnehmer zu gewährleisten, dass jeder Teilnehmer entweder siehtavatar oder Studien am Menschen von einem bestimmten Kontinuum aber nicht beide, und dass eine gleiche Anzahl von Avatar oder Studien am Menschen betrachtet werden.

2.2 Darstellung und Anweisungen

  1. Präsentieren einer Fixationskreuz für 500 msec (Teilnehmer benötigt, um die Fixierung zu erhalten) von jeder Seite eines Gesichts Paar für 500 ms mit einer inter Stimulus-Intervall (ISI) von 300 ms zwischen den Flächen eines Paares gefolgt. Wir haben auch ein ISI von 75 ms, um zu überprüfen, ob unterschiedliche Dauer der ISI würden unterschiedlich beeinflussen Diskriminierung Leistung. Präsentieren Sie eine Variable inter-trial Intervall zwischen Studien mit Morph Paare: Wir verwendeten ein Intervall mit durchschnittlich 2.500 ms.
  2. Weisen Sie die Teilnehmer, jeden Versuch einen Morph Paar zu sehen, wobei die morphs nacheinander in der Studie vorgestellt und durch Tastendruck so schnell und präzise wie möglich anzugeben, ob die Flächen jedes Gesicht Paar der "gleichen" oder "anders" sind im Aussehen .

2.3 Datenanalyse Diskriminierung Genauigkeit für Gesicht-Paaren, die die Kategorie Grenze überschreiten gegenüber Gesicht Paare von der gleichen Seite der Grenze analysiert. Dafür sind die "anders" Antworten (darauf hinweist, dass beide Seiten von einem Paar von verschiedenen körperlichen Erscheinung sind) als Anteil der Gesamtzahl der morph Gesicht Paare berechnet und einer 2 X 3 ANOVA, mit 3 "face-pair Studie Typen "(innerhalb, zwischen, gleich) und 2" ISI "-Bedingungen (75 ms, 300 ms). Greenhouse-Geisser Einstellung wird verwendet, wenn die Annahme der Sphärizität verletzt wird. Die Daten für avatar Studien und Studien am Menschen werden separat in der Analyse behandelt.

Einzelne Richtigkeit Partituren können auch unter Verwendung des A werden 'Statistik 47,79 (für Signalerkennung Theory, siehe z. B. 45, 46, 47). A' stellt ein Maß für die Empfindlichkeit der Diskriminierung, die unabhängig von Reaktion Bias ist. Es variiert zwischen 0,5 (Chance) und 1 (perfect Diskriminierung). Verschiedene Software-Pakete verwendet werden, um A 'und andere Maßnahmen der Diskriminierung Empfindlichkeit (und bias) 46, 47, 48 49, 50 zu berechnen. Wir analysierten Diskriminierung Empfindlichkeit mit einer 2 X 2 ANOVA mit wiederholten Messungen, mit 2 "face-pair-Studie Typen" (innerhalb, zwischen) und "ISI"-Bedingungen (75 ms, 300 ms), separate Analysen für avatar Studien und Studien am Menschen, und A 'als abhängige Variable. Antwort Bias ist nicht oft allgemein berichtet, aber sehen 38. Bei Antwort bias, nutzten wir die β "D Statistik 47 als abhängige Variable in einer separaten Analyse mit sonst gleicher 2 X 2 ANOVA-Design.

RT-Daten können auch für "anders" analysiert werden, "gleich" und "zwischen" Antworten. In diesem Beispiel, vergleichen wir die "anders", "gleich" und "zwischen" Bedingungen für Avatar und menschliche Spuren in einer Analyse, um eine Zusammenfassung Blick auf RT in allen Bedingungen zu gewinnen. Dazu führten wir eine 3 X 2 X 2 ANOVA mit derFaktoren "face-pair-Studie Typen" (unterschiedliche, gleich, zwischen), "Kategorie" (Avatar, Mensch) und "ISI" (75 ms, 300 ms), wobei die mittlere RT der richtigen Antworten der einzelnen in allen continua als die abhängige Variable.

3. fMRI Aufgabe

3.1 Stimuli

Die Reizbedingungen, dh die Morph Reize für das Gesicht-Paare im Rahmen, und zwischen denselben Bedingungen in den Avatar und Studien am Menschen, sind die gleichen wie in der vorhergehenden Wahrnehmung Diskriminierung Aufgabe beschrieben.

3.2 Vorstellung und Anweisungen

  1. Verwenden Sie ein Ziel Überwachungsaufgabe implizite Verarbeitung von körperlichen und Kategorie-bezogene Änderung entlang der DHL zu untersuchen und gleichzeitig die Aufmerksamkeit der Teilnehmer auf die Reize des Interesses.
  2. Weisen Teilnehmer eine Antwort-Taste bei Detektion eines seltenen Ziel drücken. Wir stellten 15% aller Paare morph als Ziele, die Gesichter verkehrt herum gezeigt. Verwenden Sie als Zieleeine von vier möglichen verwandelt (M0, M4, M8, M12 oder) nach dem Zufallsprinzip aus einem Kontinuum Morph nicht für Stimulus-Präsentation anderweitig genutzt ausgewählt. Stellen Sie sicher, dass die Ziel-Morph als erste oder zweite morph morph eines Paares Differential Aufmerksamkeit während der Überwachung für Ziele auf dem ersten oder zweiten morph morph der Paare vermeiden wird vorgestellt.
  3. Jeder Scan-Sitzung besteht aus zwei Versuchsreihen der Stimuluspräsentation um über Teilnehmer ausgeglichen. Die Pause zwischen den Läufen ermöglicht den Teilnehmern eine kurze Rast. Teilnehmer fixieren ein Kreuz zu Beginn jedes Laufes um einen stabilen Zustand in der MR-Signal zu etablieren.

3.3 Vorbereiten der Betreff für den Scan

  1. Alle Teilnehmer eine schriftliche Einwilligung vor dem experimentellen Protokoll durchgeführt wird. Das Protokoll werden alle Verfahren und Einverständniserklärungen von der lokalen Ethikkommission genehmigt. Vermeiden verwechselt in der Lateralisation des Gehirns Aktivierungen durch Scannen Rechtshänder insbesonnehmern. Steuerung für die möglichen Auswirkungen der bisherigen Erfahrungen mit Avataren.
  2. Vor dem Scannen werden die Teilnehmer mit dem Labor, um die Scan-Verfahren informiert, klare Anweisungen gegeben, um das Ziel Überwachungsaufgabe, insgesamt Scan-Zeit und wie man Mitarbeiter zu warnen, wenn erforderlich vertraut gemacht.
  3. Für das Scannen liegt die Teilnehmer in Rückenlage auf dem Scan-Tisch. Kopf Kissen werden verwendet, um Komfort zu gewährleisten und zu minimieren Kopfbewegung während des Scannens. Die Teilnehmer werden Ohrstöpsel und Kopfhörer gegeben, um die Auswirkungen der Scanner Lärm zu reduzieren und die Kommunikation mit dem Versuchsleiter zu ermöglichen.
  4. Die Teilnehmer der rechten Hand über die Probandentastatur für das Ziel Überwachungsaufgabe positioniert. Die linke Hand befindet sich neben dem Not-Aus-Taste muss der Teilnehmer den Suchlauf zu stoppen möchten platziert.
  5. Die visuellen Reize auf einer Projektionsfläche in Vorder-oder an der Rückseite des MR-Gerätes angeordnet dargestellt. Wir verwendeten eine MRI-kompatiblen Head-Mounted Display ("VisuaStim -Digital ", Resonance Technology Inc). Dieses hat den Vorteil, ohne aus den Augen alle visuellen Input andere als die beabsichtigten Reize.
  6. Vor Beginn der Datenerhebung, sicherzustellen, dass die Stimulus Präsentation, die Antwort-Panel und der Not-Aus-Taste ordnungsgemäß funktionieren.

3.4 Datenerfassung und Scannen Parameter

Wir erwarben strukturelle und funktionelle Bilder des gesamten Gehirns mit Hilfe eines 3-T Ganzkörper-MR-Gerät (Philips Medical Systems, Best, Niederlande). Strukturelle Bilder registriert wurden mit einem T1-gewichtete 3D Gradienten verdorben Echopulssequenz (180 Scheiben, TR = 20 ms, TE = 2,3 ms, Flipwinkel = 20 °, FOV = 220 mm × 220 mm × 135 mm, Matrix size = 224 × 187, Voxelgröße = 0,98 mm × 1,18 mm × 0,75 mm, 0,86 mm, um Resliced ​​× 0,86 mm × 0,75 mm). Functional Bilder wurden von 225 Ganzkörper-Kopf-Scans pro Lauf mit einem single-shot Echo-Planar-Sequenz (Wiederholung t erworbenime, TR = 2,6 sec; Echozeit, TE = 35 ms; Sichtfeld = 220 mm × 220 mm × 132 mm; Flipwinkel = 78 °; Matrix size = 80 × 80; Voxelgröße = 2,75 mm × 2,75 mm × 4 mm, bis 1,72 mm Resliced ​​× 1,72 mm × 4 mm).

3.5 Datenanalyse

  1. Wir verwendeten MATLAB 2006b (Mathworks Inc., Natick, MA, USA) und die SPM5 Software-Paket ( http://fil.ion.ucl.ac.uk/spm ) zum Aufbereiten und MRT-Daten-Analyse. Vorverarbeitung der Regel bringt die Ausrichtung der Bilder auf den ersten aufgezeichneten Volumen, Bewegungskorrektur, Normalisierung in Standard stereotaktischen Raum und Glättung (zB 6 mm 3 Kernel).
  2. Die fMRI-Daten-Analyse nutzt ein Phänomen bezeichnet als Wiederholung Unterdrückung (RS) (11, 13, 14, für Übersichten 15, 16). Er gilt in Zusammenhang mit der DHL, werden die morphs eines Morph Paar in rascher Abfolge präsentiert. Repetition in der zweiten Morph der Reiz oder Stimulus Attribute in den ersten Morph führt zu einer Abnahme in der Aktivierung (dh RS) in Gehirnregion dargestellt ist empfindlich auf diesen speziellen Reiz oder seine Attribute (zB physikalische oder Kategorie-Attribute). In diesem Protokoll wird die Wiederholung der Reiz oder Stimulus Attribute zwischen dem ersten und zweiten Morph in der "in", "zwischen" manipuliert und "gleiche" Bedingungen in Bezug auf Ähnlichkeit oder Verschiedenheit der physikalischen und Kategorie-bezogene Attribute der DHL . Durch die Gegenüberstellung dieser Bedingungen identifiziert die fMRI Datenanalyse Hirnregionen bei der Verarbeitung eines bestimmten Stimulus oder physikalische oder kategorienbezogene Stimulus-Attribut auf der Grundlage des Ausmaßes der relativen Unterschiede in Signalminderung nach Reizwiederholrate 17, 18, ​​19, 20 in Eingriff.
  3. Identifizieren Hirnregionen, die auf physische und Kategorie-bezogene Änderung entlang der DHL mit dem folgenden Kontrast des Stimulus conditions (innerhalb, zwischen und gleich). Diese Gegensätze sind in Bezug auf die Morph als zweites Gesicht in den drei face-pair Bedingungen (beachten Sie, dass die erste Morph das gleiche ist in den Avatar und Studien am Menschen, respectively) verwendet definiert. Um die Empfindlichkeit zu physischen Veränderungen für den avatar Studien ermitteln, verwenden Sie den Kontrast M0 zzgl. M8> M4, M12 und verwenden zzgl. M4> M8 für die Studien am Menschen. Um Hirnregionen selektiv auf Kategorie Veränderung über die Grenze in Richtung avatar zu Mensch (dh avatar Studien) zu erfassen, verwenden Sie den Kontrast M8> M4 Plus M0. Für die Richtung Mensch zu avatar, verwenden Sie den Kontrast M4> M8 sowie M12.
  4. Für individuelle Ebene Analysen können die fMRI Antworten jedes Thema zum zweiten morph morph jedes Paar in jeder der sechs Paar Morph Bedingungen (dh in der, gleichen und zwischen Avatar und für Studien am Menschen), um den Kontrast zwischen Hirnaktivität diese verwendet werden Bedingungen. Diese individuellen Kontraste werden dann in Gruppenebene Analysen f eingegebenoder inferential Zwecke.

Representative Results

1. Erzwungene Wahl Klassifizierung Aufgabe

Die Analyse der Reaktion von n = 25 Teilnehmer bereits in 7 angegeben. Dies bestätigte, dass die Steigung der angepassten Regressionskurve der einzelnen Kontinuum und in allen Fortsetzung einer logistischen Profil (2A) aufweist. Diese Neigung spiegelt eine Sigmoid stufenförmige Funktion im Einklang mit der Präsenz entlang der DHL einer kategorialen Komponente in den Antworten der Teilnehmer auf die Gesichter der Morph continua. Die Steigung der Kurve wird also durch untere und obere Asymptoten avatar oder menschliche Kategorisierung Antworten, die 100% nähern für Avatare und 100% für den Menschen aus. Im Gegensatz dazu zeigt die Schätzung der mittleren Kategorie Grenzwert aus dem angepassten logistischen Kurve und die Ordinate der Mitte zwischen den unteren und oberen Asymptoten der Kategorisierung Reaktionen abgeleitet, dass die maximale Unsicherheit von 50% Kategorisierung Entscheidungen mit T verknüpft ister morph M6.

Analyse der RT-Daten wurde auch in 7 angegeben. Die RT-Analyse aller verwandelt (siehe Abbildung 4) zeigte kürzesten RTs für den Avatar und die menschliche Enden des continua, zunehmende RT mit größerer Entfernung von der Morph avatar und menschlichen Enden des continua und längsten RTs bei M6 bei denen es maximal Unsicherheit in der Kategorie Entscheidungsantworten, wie in 2B zu sehen ist. Um letzteres zu finden deutlicher zu überprüfen, können die mittleren Werte bei RT M6 mit den mittleren RT-Werte bei allen anderen Morph Positionen verglichen werden. A one-way RM-ANOVA-Analyse mit Morphposition (zwei Ebenen: M6 gegenüber allen anderen verwandelt) und RT als abhängige Variable über continua zusammengebrochen zeigten, dass RT für M6 (M = 1.42, SD = 0,26) unterschieden sich hochsignifikant von RT für die anderen Morph Positionen (M = 0.99, SD = 0.46), F (1,24) = 62.04, p <0,001.

Zusammengenommen die ca.tegorization Antwort Daten bestätigen, dass das erste Kriterium für das Vorhandensein von CP erfüllt ist, nämlich dass es eine Kategorie Grenze (für alle Kriterien, siehe z. B. 11) und die Reaktionszeiten für die Kategorie Entscheidungen sind, die mit den Antwortdaten, dass sie zeigen mehr Reaktionszeiten mit zunehmender Unsicherheit Kategorisierung.

Fig. 4
Abbildung 4. Reaktionszeit Ergebnisse der erzwungenen Wahl Kategorisierung Aufgabe, zeigt längste bedeuten Reaktionslatenz zur Kategorisierung Urteile für Reize Morphposition M6 bei der Kategorisierung Mehrdeutigkeit am größten ist. Fehlerbalken zeigen ± 1 Standardfehler.

2. Perzeptiv Diskriminationsaufgabe

Die Datenanalysen von N = 20 Teilnehmer war bereits Reportet in 7. Am Beispiel die Daten für avatar Studien aus dieser Studie (Abbildung 5), zeigte die Analyse, verbesserte Genauigkeit Diskriminierung für Gesicht-Paare, die die Kategorie in die Grenze zwischen Zustand überqueren verglichen mit abgeschwächten Diskriminierung Genauigkeit für Gesicht Paaren in der innerhalb Zustand. Dies steht im Einklang mit CP. Die Daten zeigen auch, dass es einen signifikanten Unterschied in der Genauigkeit der Diskriminierung in der Kategorie, dass es eine größere Genauigkeit für Diskriminierung Gesicht Paaren in der innerhalb Zustand als im gleichen Zustand. Die Variation in ISI von 75 ms und 300 unterschiedlich betroffen Antworten der Teilnehmer, aber nicht in den Studien am Menschen.

Abbildung 5
Abbildung 5. Ergebnisse der "same-different" Wahrnehmungs-Diskriminierung Aufgabe favatar oder Studien. Teilnehmer (N = 20). beurteilt, ob die morphs eines Morph Paar gleich oder verschieden im Aussehen waren. Controlling für relative Abstand morphs entlang der continua, zeigen die Ergebnisse besser Diskriminierung Genauigkeit für Gesicht-Paare, die die Kategorie Grenze (das war in der erzwungenen Wahl Klassifizierung Aufgabe bestimmt) als für Paare aus der gleichen gezeichnet gekreuzt (dh avatar oder Mensch) Seite des Grenze und bewiesen damit, kategoriale Wahrnehmung entlang der continua der menschlichen Figur. Die Auswirkungen einer kürzeren und längeren ISI von 75 ms und 300 ms wurde auch getestet und Diskriminierung Leistung für avatar Studien nur beeinflussen. Fehlerbalken zeigen ± 1 Standardfehler.

Mit der A 'Statistik als Maß für die Leistung unabhängig von Diskriminierung Antwort Bias, gab es in den Studien eine signifikante avatar Haupteffekt auf Diskriminierung Empfindlichkeit der face-pair-Studie Typen (dh (innerhalb und zwischen)F (2,38) = 107.11, p <0,001, mit größerer Empfindlichkeit Diskriminierung für Cross-Kategorie (A '= 0.89, SD = 0.07) als für in-Kategorie Paare (A' = 0,55, SD = 0,17) (Abbildung 6 ). Ebenso gab es deutlich mehr Diskriminierung Empfindlichkeit für Cross-Kategorie (A '= 0.94, SD = 0,1) als bei den in-Kategorie Paare (A' = 0.56, SD = 0,22) in den menschlichen Spuren, F (2,38) = 107.11, p <0,001. Es gab keine Wirkung von face-pair-Studie Typen auf ISI. Mit dem β "D Statistik als Maß für die Reaktion bias, gab es einen signifikanten Haupteffekt auf Vorspannung der face-pair-Studie Typen [F (2,38) = 70.53, p <0,001], mit den Teilnehmern, die eine starke Tendenz zu beurteilen innerhalb-Kategorie Paare so unterschiedlich "(D = -0.18, SD = 0,59 D = 0,81, SD = 0,23) mit der Resonanz auf Cross-Kategorie Paare β) im Vergleich". Dies ist conEinklang mit der Idee, dass die Teilnehmer zu "anders" Entscheidungen in dieser besonderen Aufgabe bevorzugen, wenn die gleichgeschlechtliche andere Entscheidung ist schwieriger für in-Kategorie Paare neigen.

Abbildung 6
Abbildung 6. Verwenden des A 'Statistik als Maß für die Leistung unabhängig von Diskriminierung Antwort Vorspannung (N = 20), war Diskriminierung Empfindlichkeit größer für Cross-Kategorie als für in-Kategorie Paare sowohl avatar und Studien am Menschen. Fehlerbalken zeigen ± 1 Standardfehler.

Die Analyse der RT-Daten zeigten keine Unterschiede zwischen Avatar und Studien am Menschen und zwischen kurzen und langen ISI. Es wurde als ein Haupt signifikanten Effekt für RT zwischen den drei Paar Stimulus Bedingungen (siehe Abbildung 7), F (2,38) = 34.55, p <0.001 erwartet. Pre-geplanten Tests der intraindividuelle Kontraste zeigten, dass RT für Cross-Kategorie Gesichter (dh "zwischen" face-pair Art der Studie) deutlich schneller waren (M = 0.79, SE = 0,05) als RT für Gesicht Paare aus innerhalb einer Kategorie ("im 'Art der Studie) (M = 1.26, SE = 0.09) [F (1,19) = 60.09, p <0,001] und Gesicht Paaren in der gleichen Fläche Paar Bedingung (M = 0.88, SE = 0.08), F (1, 19) = 43.1, p <0,001.

Abbildung 7
Abbildung 7. Reaktionszeit (RT) Ergebnisse der "same-different" Wahrnehmungs-Diskriminierung Aufgabe für Avatar und menschlichen Studien (N = 20). Das Diagramm zeigt, dass RT Stimulus-Paaren, die die Kategorie Grenze überschreiten (dh in der zwischen Bedingung) kleiner ist als die RT Gesichter aus acategorie. Fehlerbalken zeigen ± 1 Standardfehler.

Die Kategorisierung Antwortdaten bestätigen damit das zweite Kriterium für das Vorhandensein von CP, dass es eine bessere Unterscheidung Genauigkeit für Paare, die die Kategorie als Grenze für äquidistanten Paaren aus einer anderen Kategorie gezogen überqueren. Dies zeigt, dass es einen so genannten Diskriminierung Grenze mit erhöhter Empfindlichkeit für die physikalische Stimulation dicht über der Kategorie Grenze. Die RT-Daten unterstützen dies zu zeigen, kürzere Latenzzeiten für Cross-Kategorie im Vergleich zu mit-Kategorie Gesicht Paaren.

Diese besondere Wahrnehmung Diskriminierung Aufgabe definiert nicht die spezifischen Punkt der Diskriminierung Grenze entlang der DHL. Eine viel kleinere Morph Abstand zwischen Paaren vorgestellt morphs könnte verwendet werden, um diese zu lösen. Hier zeigen wir ein Beispiel mit einem herkömmlichen ABX Diskriminierung Aufgabe 12, 13. ABX Diskriminierung bringt sequentielle Präsentation von different Gesicht Reize (z. B. A und Morph Morph B) durch eine zweite Präsentation von entweder A oder B als Ziel Stimulus X. Nach Betrachten der Bilder A, B und X sind die Teilnehmer angeben, ob A oder B ist identisch mit X. gefolgt In diesem Beispiel wird ein 2-Schritt-Verfahren zwischen Diskriminierung verwandelt (dh 1-3, 2-4, 3-5, etc.) dargestellt (Abbildung 8B). Die Analysen werden in 8 beschrieben. Für den Zweck der Veranschaulichung wurde der ABX Diskriminierung Aufgabe auf 24 Teilnehmer mit 4 morph continua, die jeweils mit 11 verwandelt durchgeführt, wobei Endpunkt Reize aus der Studie von Cheetham et al. 7 gezogen. Nach der ABX Diskriminierung Aufgabe wurde eine erzwungene Wahl Kategorisierung Aufgabe mit den gleichen Teilnehmern durchgeführt. Diese Sequenz von Aufgaben Darstellung wird angenommen, dass der Einfluss von expliziten Kategorie Entscheidungsfindung auf dem ABX Diskriminationsaufgabe minimieren. 8B zeigt deutlich, dass es ein Peak in der Wahrnehmung Diskriminierung sensitivity am Morphposition vorhergesagt und ausgerichtet mit der Kategorie Grenze (siehe Abbildung 8A). Mit dem 2-Schritt-Abstand zwischen Morphen, die Spitze in Diskriminierung Leistung deutlich in dem Intervall zwischen Morph Paar M5-M7 identifiziert werden können. Siehe 8 für Erkenntnisse über die ABX Paradigma und Morph Reize von Dimensionen der menschlichen Gestalt mit Affe, Kuh und menschliche Gesichter wie die Endpunkte der continua gezogen.

Fig. 8
Abbildung 8. Repräsentative Ergebnisse des ABX Wahrnehmung von Diskriminierung und gezwungen Wahl Kategorisierung Aufgaben. Die 2-stufige Unterscheidungsprozedur (dh 1-3, 2-4, 3-5, etc.) in der ABX Wahrnehmungs Diskriminationsaufgabe in Panel B zeigt, dass der Peak in der Wahrnehmung Diskriminierung Empfindlichkeit vorhergesagt wird,durch die Kategorie Grenze in der erzwungenen Wahl Kategorisierung Aufgabe in Panel A gezeigt bestimmt. Panel A zeigt die logistische Profil der Einbauküche Regressionskurven der vier continua. Höchstzulässigen Unsicherheit von 50% im Kategorisierung Urteile morphed Gesichter wie Menschen mit Morph M6 verbunden.

Die gleichen verschiedenen Diskriminationsaufgabe bestätigt, dass das dritte Kriterium für das Vorhandensein von CP die zeigen, dass die Unterscheidung Grenze der Kategorie Grenze ausgerichtet ist. Mit anderen Worten, sagt die Position der Grenze der Kategorie der Position der Diskriminierung Grenze.

Das vierte Kriterium, die nicht immer in den Studien von CP 13, 14 aufgebracht ist, dass Diskriminierung bei Gelegenheit in den Kategorien. Die Daten der illustrativen Beispiel mit der ABX-Design würde vorschlagen, dass Diskriminierung liegt leicht über Chance für diejenigen verwandelt zwischen den Endpunkten continua gelegen und die Katzerie Grenze.

3. fMRI Aufgabe

4.3.1 Sensibilität für körperliche Veränderung

Durch den Vergleich der Bedingungen, unter denen es eine physische Veränderung zwischen dem ersten und zweiten Morph mit dem Zustand, in dem es keine solche Veränderung, eine Hirnregion im Gyrus fusiformis (9A) wird gezeigt, dass sie sensibel auf die Präsentation der Fein- gekörnt Veränderung entlang der DHL in die physische Erscheinung von Gesicht verwandelt sich in den avatar Studien. Ein ähnliches Ergebnis für Studien am Menschen nicht in der Figur gezeigt. Diese Region wurde auch als der fusiform Gesichtsbereich wegen seiner Rolle als Teil des visuellen Systems bei der Verarbeitung von Gesichts-Informationen bezeichnet. Zusammen mit den Studien am Menschen, ist dieser Befund im Einklang mit der Antwort berichtet von fusiform Gebiete auf Unterschiede in Gesichts-physikalischen Eigenschaften 23, Gesichts-Geometrie 16, 21, 24 und 21 Gesichts-Textur.

4.3.2 Sensitivity zur Kategorie ändern

9B zeigt am Beispiel von avatar Studien Hirnregionen empfindlich auf Veränderung entlang der Kategorie DHL. Dies wurde durch Vergleich der Bedingungen, unter denen es eine Kategorie Wechsel zwischen der ersten und zweiten Morph mit dem Zustand, in dem es keine solche Änderung erreicht. Die Imaging-Daten zeigen, dass in der Kategorie Veränderung avatar Studien (dh ein Wechsel von avatar-zu-Mensch-Richtung entlang der DHL) Reaktionsfähigkeit des Hippocampus, Amygdala und Insula enthüllt. Die Rolle dieser Regionen muss im Zusammenhang mit dem Paradigma und Kategorisierung interpretiert werden und bereits 7 beschrieben. Im Allgemeinen ist die Amygdala als Reaktion auf Gesichter, affektive Wertigkeit, Neuheit und Unsicherheit 55, 56, 57, 58, 59. Die Amygdala wird vorgeschlagen, um die Verarbeitung von anderen Hirnregionen in Abhängigkeit von der Kategorisierung affektive Bedeutung einer Situation 60 beteiligt beeinflussen. Die inSula ist konsequent in Verbindung mit Kategorie Verarbeitung und Verarbeitung berichtet unter Unsicherheit 61, 62, 63. In Zusammenhang mit dem Paradigma kann dieser Bereich zur Verbesserung Aufmerksamkeitsressourcen zur Kategorisierung Verarbeitung 63 beitragen. Die spezifische Region der Aktivierung kann auch mit Signalisieren des Vorhandenseins der Unsicherheit, Bedrohung oder mögliche Gefahr 64, 65 verbunden sein. Der Hippocampus ist in der visuellen Kategorisierung und Wahrnehmungslernen 66 beteiligt. Die Kategorie Veränderung in Studien am Menschen (dh eine Veränderung in der Mensch-zu-avatar Richtung entlang der DHL) ergab, dass das Putamen, Leiter caudatus und Thalamus, die auf diesen Zustand sind. Im Allgemeinen sind diese Regionen mit dem Lernen Reiz-Kategorie Verbände, Signalisierung Kategorie Mitgliedschaft Entscheidung Unsicherheit während der Kategorisierung, Umschalten zwischen potenziellen Kategorie Regeln zur Kategorie Mitgliedschaft und Anpassung der Vertreter etablieren verbundented kategorische Grenze, um Fehler 67, 68, 69, 70 zu minimieren.

Interpretation dieser Ergebnisse auf breiter Ebene und im Rahmen der experimentellen Paradigma legt nahe, dass Avatar und menschliche Gesichter repräsentieren unterschiedliche Kategorisierung Probleme je nach dem Grad der bisherigen Kategorisierung Erfahrung mit einer bestimmten Kategorie (zB 25), die Teilnehmer sind Experten in der menschlichen Verarbeitung von Gesichtern wurden aber vor allem auf der Grundlage, dass sie keine explizite Kenntnis der bisherigen Erfahrungen berichten mit avatar Gesichter (zB Videospiele, Filme, second life) und, wie bei Nachbesprechung bestätigt, hatte noch nie zuvor Gesichter der Art präsentierten wir gesehen ausgewählt.

Abbildung 9
Abbildung 9. Neuronale Korrelate der physischen eind der Kategorie Veränderung entlang der DHL in avatar Studien. Die Aktivierung Karten sind auf dem koronalen überlagert (A), quer (B) und sagittale (C) Blick auf ein einziges Thema. Die Farbbalken bedeuten die Steigung der t-Werte der Karten-Aktivierung (p <0,005, 20 zusammenhängenden Voxel).

Discussion

Der Kern Vorhersage des Unheimlichen Tal Hypothese ist, dass positiv oder negativ valenced Erfahrung als eine Funktion der wahrgenommenen Menschen gleich 77 (für einen informativen Überblick, siehe 78) kann hervorgerufen werden. Eine sorgfältige Prüfung, wie menschengestalt tatsächlich wahrgenommen wird, ist in sich selbst damit ein wichtiger Forschungs-Unternehmen. Ebenso wichtig ist, wie die DHL in Experimenten der unheimliche Erfahrung vertreten ist. Dieses Protokoll konzentriert sich daher auf die DHL. Ein Ansatz ist die menschliche Gestalt darstellen mit Morph continua, wie bereits in "unheimliche" Forschung 5 implementiert, 6, 26, 27, 28. Der Vorteil ist, dass Morph continua ihre Verwendung experimentell kontrolliert Unterschiede in menschenähnliche Aussehen in Beziehung mit verhaltensorientierten Maßnahmen der subjektiven Wahrnehmung und Erfahrung (zB Kategorie Entscheidungen, unheimliche Gefühle) und mit den zugrunde liegenden neuronalen Prozesse 7 gebracht werden ermöglicht. Diese feinkörnigen Ansatz ist Teilicularly wichtig, weil das unheimliche Tal Hypothese nicht vorhersagen, das tatsächliche Ausmaß der menschlichen Gestalt, bei der der Übergang zwischen positiv valenced und unheimliche Erfahrung 78 auftreten sollte. Wenn Mori Vermutungen richtig sind, würde die Feststellungen zur Kategorie Verarbeitung entlang der DHL 7 zeigen, dass unheimliche Erfahrung am ehesten in der Rubrik Grenze, wo Wahrnehmungs Entscheidung Mehrdeutigkeit größten auftreten. Dies muss noch geprüft werden.

Um in der Lage sein, um die Beziehung zwischen dem untersuchten DHL interpretieren, wie dargestellt mit Morph continua und anderen Variablen von Interesse, einen einzigen Kontinuum verwandeln anstatt zwei oder sogar drei verschiedene nebeneinander continua sollte 5,28 verwendet werden. Die nebeneinanderliegenden continua scheitern zu vertreten und in der Tat, zu verändern Mori Konzept der menschlichen Gestalt durch die Einführung von Diskontinuitäten der DHL. Dies könnte Auswirkungen auf die Leistung in einem Wahrnehmungs-Diskriminierung Aufgabe, denn der Punkt ter Diskontinuität und der etwaigen Unterschiede aus der Morphing-Verfahren könnte als zuverlässig, aber experimentell unbeabsichtigte Bezugspunkt zur Führung Wahrnehmungs-Diskriminierung (siehe 29) verwendet werden. Innerhalb jeder Morph Kontinuum alle verwandelt, sollten sorgfältig kontrolliert werden, so dass gleichwertige Schritten körperliche Veränderung entlang der gesamten Kontinuum 5,28 vertreten sind. Dies ist besonders wichtig in diesem Protokoll, weil experimentelle Kontrolle von Morph Abstand entlang der continua ermöglicht festzustellen, ob der sensorischen Informationen in Bezug auf lineare Unterschiede in den physikalischen human-like Ähnlichkeit entlang der DHL ist kognitiv in einer linearen oder nichtlinearen Weise dargestellt. Nichtlinearität in der stufenförmigen Funktion in der Steigung der Kategorisierung Antworten (2A und 5A) und in unterschiedlichen Wahrnehmungsempfindlichkeit auf Reize Eigenschaften entlang der DHL wider (siehe Fig. 4 und 5B). Diese protocol verwendet Gesichter als Endpunkte ohne eventuelle weitere experimentelle Manipulationen. Weitere Studien von CP und menschengestalt könnte zum Beispiel, wie bestimmte Merkmale wie Augen Realismus verglichen mit dem Realismus der andere Gesichtsmerkmale oder Manipulationen von Gesichts-Geometrie verglichen mit Gesichts-Textur (vgl. 30,38) unterschiedlich beeinflussen Kategorie Verarbeitung entlang der DHL zu untersuchen.

Das Morphing-Verfahren ermöglicht eine reibungslose Blending zusammen von entsprechenden Merkmalen des Kontinuums Endpunkte wie Gesichts konfigurale Cues. Schwierigkeitsgrad in Morphing Gesichts Informationen wie obere Gesichtszüge und Haare Profil 26 kann möglicherweise Bias Teilnehmer die Antworten, indem sie auf Unterschiede in der Ausrichtung der Funktionen während der Morphing-Verfahren. Diese Vorspannung ist wahrscheinlich, dass systematische Unterschiede Morphing sind mit dem Morph-Abstand von den continua Endpunkte, die Unterschiede am größten in der Mitte des Morph Dauerton im Zusammenhangua. Für unsere Morph Fortsetzung entspricht der Mittelpunkt der Fortsetzung der Kategorie Begrenzung um die es größte Wahrnehmungsempfindlichkeit. Reanalyse von Daten aus einem unserer Pilotstudien (eine erzwungene Wahl Kategorisierung Aufgabe) verglichen continua in dem das Auge Region war entweder gut oder schlecht morphed (schlechte Morphing in einem sehr kleinen Unregelmäßigkeit bei der Ausrichtung des Auges zwischen Textur verwandelt führte). Die erneute Analyse bestätigt eine systematische Verzerrung der Kategorisierung Entscheidung Reaktionen des schlecht verwandelt continua, so dass schlechte Morphing effektiv eine relative Verschiebung der Kategorie Grenze in Richtung der menschlichen Ende der Dimension verursacht. Dies war vermutlich weil die Morphing Ungleichheit als "nichtmenschliche-definierenden"-Funktion wahrgenommen wurde.

Eine Antwort Bias könnte auch die aus der Nutzung continua auf der Grundlage der Endpunkt Reize, in denen nicht-und Gesichtschirurgie Informationen wie Kopf-und Gesichts-Kleidung Schmuck sind nur in einem Endpunkt Reiz erzeugt27. In diesem Fall könnte Gesichtsbildern abgeschnitten, so dass die Teilnehmer an den Reiz Informationen Forschung Interesse als auf andere herausragende Merkmale in einem Bild dargestellt teilzunehmen. Eine systematische Antwort Bias kann auch resultieren aus der Verwendung eines Bildes als ein Kontinuum Endpunkt in denen nicht-menschliche Attribute zusammen mit menschlichen Attributen dargestellt werden, obwohl dieses Bild soll das menschliche Ende des DHL 6 stellen. In diesem Fall sind eine Beziehung zwischen Menschen gleich und Variablen wie subjektive Maßnahmen unheimliche Erfahrung nicht interpretierbar hinsichtlich Mori Konzeption der DHL und der Hypothese unheimliche Tal.

CP entlang anderer Dimensionen als Menschen gleich 31, 10, 22, 32, 33, 34, 35, und Kategorie-relevanten Informationen auftreten können automatisch bei der Einwirkung von anderen 36 verarbeitet werden. In diesem Protokoll sollte daher Sorgfalt getroffen werden, um die Auswirkungen der visuellen Hinweisen anzeigt differen steuernces entlang der DHL in Bezug auf andere Kategorie-relevanten Dimensionen auf die Antworten der Teilnehmer in Bezug auf die menschliche Figur. Diese Hinweise könnten zum Beispiel auf ethnische Zugehörigkeit, Geschlecht, Gesichts Unterscheidungskraft, Vertrautheit und Identität, und Mimik (vgl. 5, 26, 27, 28) beziehen. Das vorliegende Protokoll soll die Wahrnehmung von biologischer Bewegung zwischen Gesicht verwandelt sich in rascher Folge in der Wahrnehmung von Diskriminierung Aufgabe und fMRT-Studie präsentiert von weitgehend deckungsgleich mit dem Gesichts-Geometrie und Konfiguration der Gesichtszüge von Bildern als Kontinuum Endpunkte verwendet minimieren. Dieser Ansatz (zusammen mit der relativen Position entlang der continua verwandelt in den Reizbedingungen verwendet) hilft auch keine Wahrnehmung von verschiedenen Identitäten zwischen morphs eines Kontinuums zu minimieren.

Die erzwungene Wahl Klassifizierung Aufgabe bestimmt, welche morphs eines Kontinuums eindeutig als Avatar kategorisiert und als menschliche, um verwandelt für den Einsatz in der Wahrnehmungs discrim wählenination Aufgabe und die fMRT-Studie. Wir haben für Sie die vier verwandelt M0, M4, M8 und M12 aus jedem der continua (2B und 2C). Neben der Steuerung für den Grad der körperlichen Veränderung entlang der DHL, ist die Wahl der M4 und M8 auf der folgenden theoretischen Überlegung. Mori beschrieben Wahrnehmungs-Unsicherheit (und zugehörige unheimliche Erfahrung) als auftretende Ebenen des Realismus, dass in der Region entsprechen entlang der DHL zwischen den beiden positiven Spitzen in der Steigung der Valence-menschengestalt Beziehung (siehe Abbildung 1). Bei diesen Gipfel werden die Objekte entweder als nichtmenschliche oder Mensch angesehen. In Reframing seine Überlegungen in Bezug auf die im Rahmen der Kategorie der Verarbeitung können diese Spitzen als reflektierende Grad der menschlichen Gestalt, bei der korrekt klassifizierten Kategorie Instanzen (dh menschlichen und nichtmenschlichen) überspannen die Kategorie Grenze gesehen werden. Aber Mori nicht angeben, wie effizient diese Einstufung (dh Wahrnehmungs-certainty) muss dieser Spitzen werden, wenn die Erkennung von Objekten in jedem Peak deutlich gilt als relativ effizient und mühelos. Aus diesem Grund sind die beiden Positionen entlang der Morph continua als Definition der Übergang zwischen den beiden Kategorien und als reflektierende die beiden positiven Spitzen bestimmt wurde mit einem eher konservativen Kriterium als sonst oft in CP Forschung (z. B. 66%, wie in 32 verwendet betrachtet, 34). So wurde Morph M4 durchschnittlich als Avatar in mehr als 85% der Studien-und Morph M8 identifiziert als Mensch in mehr als 85% der Studien. Bitte beachten Sie, dass dieses Kriterium sowohl morphs M4 und M8 von einem Kontinuum gilt. Mit diesem Ansatz soll diese Wahl verwandelt, um ein Gefühl der Kategorie Veränderung entlang der DHL zwischen menschlichen und nichtmenschlichen Objekten in Übereinstimmung sowohl mit einem Verständnis von CP und Mori Beschreibung der Hypothese zu erfassen.

Dieses Protokoll verwendet eine Variante des gleichnamigen verschiedenen Wahrnehmungs-DiskriminierungNation Aufgabe 10 zu prüfen CP. Der Vorteil dieser Aufgabe ist, dass die Teilnehmer brauchen nicht eine Beschreibung, was bestimmte Ähnlichkeiten und Unterschiede zu identifizieren. Es genügt, dass sie einfach zu identifizieren Stimuli als gleich oder verschieden sein. Darüber hinaus haben die Teilnehmer nicht brauchen, um die Kategorie Etiketten kennen. Labels könnte als eine Strategie, um zwischen Stimuli zu unterscheiden, wenn der Speicher Belastung durch eine Diskriminierung Aufgabe wie der ABX Aufgabe erforderlich erhöht 42 verwendet werden. Die gleichen andere Aufgabe hat den Vorteil, dass der Speicher Belastung vergleichsweise gering ist und die Aufgabe direkten Vergleich von Reizen fördert. Um das Potenzial Einfluss der Etikettierung zu verringern, werden in der Regel vor Diskriminierung Aufgaben der erzwungenen Wahl Entscheidungsaufgabe 40 vorgestellt. Das vorliegende Protokoll wird auf zwei verschiedenen Teilnehmergruppen für die Diskriminierung und zwang entscheidung Aufgaben 7, 41. Das ist, weil die erzwungene Wahl Aufgabe wird verwendet, um Reize wählenfür die Diskriminierung Aufgabe. Sollte jedoch die gleichen Teilnehmer in beiden Aufgaben getestet werden, sollte das Protokoll so geändert werden, dass die Diskriminierung Aufgabe vor der erzwungenen Wahl Entscheidungsaufgabe durchgeführt wird.

Eine feste Diskriminierung Design in der gleichnamigen verschiedenen Diskriminierung Aufgabe dieses Protokoll angewendet wird (Roving Designs, siehe z. B. 39). Dies bedeutet, dass M4 und M8 sind immer als erste Reiz jedes Stimulus-Paar in der "gleichen" gezeigt, "innerhalb" und "zwischen" Bedingungen des Avatars und Studien am Menschen sind. Dieses Protokoll umfasst die experimentelle Bedingung, dass jeder Teilnehmer nur die Morph Stimuli entweder avatar oder Studien am Menschen von einem bestimmten Kontinuum, aber nicht beide Ansichten. Mit den avatar Studien als Beispiel bedeutet dies, dass der erste Reiz jedes Stimulus Paar immer M4, dass die zweite Reize in der "in" (dh M1) und "zwischen" (dh M8) Bedingungen gleichermaßen oft vorgestellteine gegebene Kontinuum, und dass keine weiteren Stimuli für Studien am Menschen von diesem bestimmten Kontinuum gezogen. Dieser Ansatz zielt darauf ab, zu verhindern selektiv induziert stärkere Vertretung und erleichtert damit eine Diskriminierung der Cross-Kategorie Gesichtern einer bestimmten Kontinuum. Um auszuschließen oder zum Zwecke des Vergleichs, um mögliche Auswirkungen auf die Cross-Kategorie Darstellung und Diskriminierung der Darstellung der beschriebenen avatar und Studien am Menschen in einer experimentellen Block untersuchen, konnte ein Design realisiert, in dem die beschriebene Avatar und Studien am Menschen in vorgestellt werden getrennte Blöcke (mit Blöcken, um über Teilnehmer ausgeglichen).

Die vorliegende gleichgeschlechtliche verschiedenen Diskriminierung Aufgabe hat ein Verhältnis von derselben zu verschiedenen Studien von 1:2. Dieses Verhältnis könnte eine Antwort Bias zugunsten von "anders" Entscheidungen zu induzieren (obwohl auch andere Faktoren beeinflussen können dieses Vorurteil 44, 51). Maßnahmen von Signalerkennung Theory (SDT) abgeleitet werden oft verwendet, um disentangle Antwort bias oder c) zur Auswahl einer Antwort auf ein anderes vom Teilnehmer-Empfindlichkeit (A 'oder d') in anspruchsvollen Sinnesreize (für eine Übersicht, 44). Wie d 'mit Response Bias wegen Verletzung von SDT Annahmen 52 variieren kann, haben wir die nicht-parametrische Maß für die Empfindlichkeit A' 53. Bei Antwort Bias verwendeten wir β "D 47. Alternativ c von 43, 44 ist empfohlen worden, weil sie unabhängig von Veränderungen in d '54 ist. Insgesamt zeigen die vorliegenden Ergebnisse größer Wahrnehmungsempfindlichkeit für Morph Reize beiderseits der Grenze als Kategorie für in-Kategorie Reize.

Die Auswahl der für die Diskriminierung morphs Aufgabe in diesem Protokoll bedeutet, dass die Aufgabe, die Diskriminierung zwischen morphs vier Stufen, die entlang der continua (sind erfordert also ein Vier-Stufen-discrimfung, siehe Abbildung 2B). Aber das Vier-Stufen-Grad der Ungleichheit zwischen morphs ist zu groß, um eine bessere Spezifikation des tatsächlichen Morph Position, an der Diskriminierung meisten verbessert (dh die Diskriminierung Grenze) (5B) zu ermöglichen. Ein wichtiges Kriterium für CP (für die anderen Kriterien, siehe z. B. 11) ist, dass es die Ausrichtung zwischen der Kategorie Grenze in der erzwungenen Wahl Aufgabe und der Diskriminierung Grenze in dem Diskriminierung Aufgabe. Mit anderen Worten sollte die Morphposition der Kategorie Grenze vorhersagen Morphposition der Diskriminierung Grenze. Ein Ansatz zur Überprüfung der spezifischen Punkt der Ausrichtung wäre eine Aufgabe, in der Diskriminierung der Morph Abstand zwischen Paaren von morphs reduziert verwenden. Für die Zwecke der Veranschaulichung zeigt 5B Ergebnisse von Pilot-Daten mit, als eine mögliche Alternative zu der gleichnamigen verschiedenen Diskriminierung Aufgabe, ein traditionelles ABX DiskriminierungAufgabe 12, 13. Die Figur zeigt deutlich, dass es ein Peak in der Wahrnehmung Diskriminierung Empfindlichkeit bei der Morphposition durch die Kategorie Grenze vorhergesagt. Solche Ergebnisse in einer Studie mit einer größeren Anzahl von Teilnehmern und Anwendung der SDT in Analysen würde weiteren Überprüfung der Feststellung der Wirkung von CP entlang der DHL. Die tatsächliche Wahl von Stimuli für die continua Endpunkte, die Anzahl der in einem Kontinuum verwandelt erzeugt, und der Größe des in Schritt verwandelt sich diskriminiert zu werden starken Einfluss auf die kognitiven Anforderungen platziert auf den Teilnehmer und seine oder ihre Fähigkeit, verwandelt sich entlang der Diskriminierung continua.

Ein klassisches Kriterium CP ist, dass die Position der Grenze der Kategorie der Position der Spitze in der tatsächlichen Diskriminierung Leistung (dh der Diskriminierung Grenze) 80 vorhersagt. Dies ist wohl das wichtigste Kriterium von 81 CP. Abschließende Prüfung dieser Vorhersage erfordert eine experimentelle design in dem alle Morph-Paare, die zusammen die gesamte Länge des Morph Kontinuum im Diskriminationsaufgabe dargestellt, um die tatsächliche Position der Spitze zu bestimmen. In 38 wurde Diskriminierung Leistung auf der Grundlage von nur bestimmte Segmente des Morph continua untersucht. Dies könnte bedeuten, dass die wahre Position der tatsächliche Spitzenwert der Leistung wurde möglicherweise verpasst haben, dies wiederum macht sie kaum schlüssig beweisen CP. Es sollte angemerkt werden, dass auch die frühen CP Studie von Lieberman et al. 82 treffen die Studien besitzen strenge Kriterium, und vorhergesagten Ist Peak Performance in Diskriminierung konvergieren nicht, und dass andere Forscher haben dieses Kriterium nicht stringent (angewendet zB 11, siehe auch 80). Ermittlung der tatsächlichen Position Höchstleistung ist dennoch kritisch, auch wenn eine liberalere Auslegung dieses Kriterium angewendet wird. Untersuchen Sie die gesamte Länge des Morph Kontinuumhat auch den Vorteil, dass Überprüfung der Daten, ob es eine Spitze in der Leistung an einem Punkt wider Erwarten beispielsweise aufgrund eines Artefakts aufgrund der Morphing-Verfahren.

Zusätzlich zu den Antworten, ist die Reaktionszeit (RT)-Daten in der erzwungenen Wahl Klassifizierung Aufgabe nützlich als Indikator für die Schwierigkeiten in der kognitiven Verarbeitung von Informationen und Impulse der konkurrierenden Reaktion Tendenzen einen Reiz als "Avatar" oder "menschlich" zu kategorisieren 70, 71. RT sollte daher längsten für die Kategorisierung Urteile Reize oder am nächsten an der Grenze Kategorie positioniert. Abbildung 4 zeigt, dass dies der Fall ist. Zusammengenommen zeigen die Form der Antwort-Funktion und die RT-Daten für die Kategorie Urteile, die Zuordnung eines Stimulus zu einer diskreten Kategorie unterliegt große Unterschiede in der Verarbeitung Schwierigkeiten. Um RT beurteilen, weist dieses Protokoll Teilnehmer während der Kategorisierung als qui antwortenckly und genau wie möglich. Angesichts der möglichen Auswirkungen einer Geschwindigkeit-Genauigkeit trade-off auf den Antworten 72, 73, untersuchten wir und fanden in Erprobung, dass die Form und Position des Avatars-human Kategorie Response-Funktion ist sehr robust, wobei unabhängig von Anweisungen, um die präsentierten identifizieren Morph Stimulus entweder so schnell und genau wie möglich oder einfach so genau wie möglich. Dies würde darauf hindeuten, dass die Teilnehmer in der Regel verwenden eine Entscheidung Strategie für Richtigkeit gewichtet, obwohl dieser Vorschlag mehr gründlich getestet werden konnte. Im Einklang mit der Hypothese, dass Mori Schwierigkeiten bei der Unterscheidung einer menschenähnlichen Objekt aus dem menschlichen Bild könnte negativ valenced Erfahrung evozieren, wäre es interessant zu prüfen, ob mehr RT humanlike Reize mit Maßnahmen der negativen Affekt verbunden ist. RT-Daten wurde ebenfalls gesammelt und analysiert für die gleichgeschlechtliche verschiedenen Diskriminierung Aufgabe. RT wurde zur Unterstützung Response-Daten 80. Im Gegensatz zu der ABX tfragen, bietet das gleiche-andere Aufgabe eine klare Zeitpunkt für RT-Messung. Die RT der richtigen Antworten sollte kürzer sein als für die zwischen-in-Paare 74, wenn die Interpretation des RT-Daten für denselben verschiedene Entscheidungen kann kompliziert sein, da RT durch eine Reihe von Faktoren bei dieser Aufgabe 75, 76 beeinflusst werden kann. Die RT-Daten sind jedoch im Einklang mit der Idee, dass weniger schwierig Cross-Kategorie Entscheidungen schneller als innerhalb-Kategorie Entscheidungen (siehe Abbildung 7) sind.

Es sollte darauf hingewiesen werden, dass Mori Hypothese berücksichtigt nicht die Möglichkeit, dass körperliche Merkmale könnte tatsächlich entlang der DHL im menschlichen Kategorie (Abbildung 2) 7 variieren. Dies ist der Grund, warum die zweite positive Spitze in der Hypothese 'original Valence-menschengestalt Beziehung am Ende des menschlichen DHL (Abbildung 1) befindet. Die Betonung der menschlichen Aspekt der DHL wurde einflussreichenTiAl in Studien, die von der Hypothese, einschließlich Studien, die nicht morph continua 4, 37 verwendet haben, während andere Studien eine einzige menschliche Gesicht verwendet haben, um den menschlichen Aspekt der DHL 3 repräsentieren geführt. Solche Studien haben versucht, unheimliche Erfahrung zu untersuchen, mit unklaren Ergebnissen. Die Ergebnisse in Bezug auf CP vermuten, dass diese Studien nicht vielleicht die Reize benötigt, um implizite oder explizite Prozesse der Wahrnehmung und Entscheidungsfindung Prozesse der Konfliktlösung in Reaktion auf Kategorie Mehrdeutigkeit entlang der DHL evozieren vorgestellt haben.

Dieses Protokoll stellt ein Beispiel dafür, wie verwandelt aus Fortführung der die DHL gezogen werden verwendet, um zu identifizieren, mit fMRI und mit Hilfe der Wirkung der Wiederholung Unterdrückung Hirnregionen empfindlich in physikalischen humanlike Ähnlichkeit zu ändern und in der Kategorie-Informationen zu ändern. Die Wirksamkeit der fMRI-Design ist stark durch sorgfältige Erzeugung und Auswahl der Morph Stimuli beeinflusst. Die erzwungene choice und Wahrnehmungs-Diskriminierung Aufgaben wurden somit die Vergleichbarkeit zwischen continua in der Form der menschlichen avatar-Klassifizierung Kurven (dh Steigung der Response-Funktion) und Diskriminierung zu gewährleisten. Der Vorteil dieser Konstruktion ist, dass fMRI es die Reizbedingungen von Mori (dh passive Beobachtung von neuartigen nicht-menschliche Objekte, die auf subtile Weise anders im Aussehen von der ihrer menschlichen Gegenstück sind) beschrieben werden innerhalb der Grenzen des fMRI-Methodik simulieren können, mit Stimuli ausgewählt nach der Hypothese 'Definition der menschlichen Figur, und die Untersuchung von Auswirkungen der Kategorie Verarbeitung bei gleichzeitiger Kontrolle für Auswirkungen von körperlicher Veränderung entlang der DHL. Die fMRI-Paradigma ist nicht darauf ausgelegt, unheimliche Erfahrung zu untersuchen, aber es könnte angepasst affektive Erfahrung zum Beispiel mit der Kategorie Grenze selbst verbunden zu untersuchen. Dies wäre ein wichtiger Schritt in Richtung Prüfung im Gehirn die Wirkung von categor seiny Verarbeitung und Kategorie Mehrdeutigkeit in Verbindung mit affektiven Erfahrung für Reize aus der DHL gezogen.

Disclosures

Keine Interessenskonflikte erklärt.

Acknowledgments

Diese Arbeit basiert auf der Forschung von der Europäischen Union FET Integrated Project PRESENCCIA (Vertragsnummer 27731) unterstützt werden.

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