机构名称：
¥ 1.0
统计学习从很小的时候开始，与大脑发育和独立性的出现密切相关。通过如此长的统计学习，大脑更新并构建了统计模型，并且该模型的个性基于收到的刺激的类型和程度而改变。然而，该过程基础的降低机制尚不清楚。本文论证了统计学习的三个主要要点，包括1）基于预测的“可靠性”的认知个性，2）通过块来构建信息“ Hier-Archy”，以及3）获得“ 1-3Hz节奏”，这对于早期语言和音乐学习至关重要。我们开发了一个层次的贝叶斯统计学习（HBSL）模型，该模型考虑了可靠性和层次结构，模仿了大脑的统计学习过程。使用此模型，我们进行了一个模拟实验，以通过稳定学习来可视化感知和生产过程的时间动力学。通过调节对声音刺激的敏感性，我们模拟了三个认知模型，相对于自上而下的先验预测，对自下而上的感觉刺激的可靠性不同：低敏感，正常敏感和高敏感的模型。我们建议统计学习在1-3 Hz节奏的获取中起着至关重要的作用。一个高敏感的模型迅速学习了感官统计数据，但被固定在其内部模型上，因此很难生成新信息，而低敏感的模型具有较低的学习效率，但可能更有可能生成新信息。各种个人特征可能不会赋予比其他人的总体优势，因为学习效率和易于生成新信息的易衡。这项研究有可能阐明统计学习的异质性质，以及矛盾的现象，在这种现象中，具有某些认知特征的人会影响特定类型的知觉能力，在创造性环境中表现出卓越的表现。关键字：阶段夹带，贝叶斯，块状，层次结构，音乐，节奏
评论文章：探索认知个性...
主要关键词
相关文件推荐
