版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、類別學(xué)習(xí)通常被定義為個(gè)體從離散的事件中抽取出事物的共同特征并概括為一個(gè)概念,從而形成一個(gè)類別,建立一種對事物類別的反應(yīng)。類別學(xué)習(xí)是人類日常生活中使用的極其重要的技能,也是人腦最基本的一種認(rèn)知功能。
以往研究采用各種類別學(xué)習(xí)范式和不同的技術(shù)手段考察類別學(xué)習(xí)的認(rèn)知加工進(jìn)程和神經(jīng)機(jī)制,研究發(fā)現(xiàn)不同的類別學(xué)習(xí)任務(wù)有不同的認(rèn)知加工和大腦活動。例如,基于規(guī)則的類別學(xué)習(xí)需要個(gè)體運(yùn)用外顯推理習(xí)得某種規(guī)則,從而形成類別,這種類別學(xué)習(xí)主要與前額葉
2、皮層和尾狀核密切相關(guān)。在信息整合任務(wù)中,需要整合兩個(gè)或者更多刺激維度的信息,從而習(xí)得某類別,這種類別習(xí)得過程無法用語言來描述,是一種需要程序性記憶介入的類別學(xué)習(xí),主要激活基底神經(jīng)節(jié)。原型失真任務(wù)則把類別原型扭曲成各種刺激,被試的任務(wù)是從這些扭曲的刺激中提取出原型類別。這種類別學(xué)習(xí)主要激活前額葉,頂葉,內(nèi)側(cè)顳葉,新紋狀體等。
歸納是類別學(xué)習(xí)中的一種核心能力,類別歸納是通過比較刺激之間共同的特征來判斷兩個(gè)或者多個(gè)刺激之間的關(guān)系。陳
3、安濤等(2007,2008)將類別學(xué)習(xí)劃分為類別歸納,分類和認(rèn)知控制三個(gè)心理過程。他們采用ERP技術(shù)分別對這三個(gè)認(rèn)知加工過程進(jìn)行了考察。研究得出,類別歸納的神經(jīng)活動產(chǎn)生較大的LPC成分,主要激活了海馬和內(nèi)側(cè)顳葉。分類主要與N2,P3成分密切相關(guān)。N2成分的大腦激活區(qū)域定位于前扣帶回,反映了預(yù)期違背;而P3成分的大腦激活區(qū)域定位于內(nèi)側(cè)顳葉,反映了長時(shí)程分類加工。認(rèn)知控制發(fā)現(xiàn)無關(guān)信息與早期的N2成分有關(guān),定位于ACC。與先前的類別學(xué)習(xí)研究相
4、比,陳安濤等(2007,2008)采用了一種比較適合于ERP技術(shù)的類別學(xué)習(xí)研究范式,從而能夠在相對獨(dú)立的情況下探討類別學(xué)習(xí)的子過程的神經(jīng)活動,初步探討了人工類別學(xué)習(xí)的神經(jīng)機(jī)制。
在歸納加工中有一種特定的歸納問題,就是分類的不確定性,以及這種不確定性引發(fā)的歸納力度的判斷和其信心水平的評估等問題。前人對于類別歸納的不確定性的研究集中在行為水平上,并且主要探討在不確定性中策略的使用,很少有研究對類別歸納的不確定性的神經(jīng)機(jī)制問題進(jìn)行考
5、察。許多不確定性的神經(jīng)機(jī)制研究集中在決策領(lǐng)域,主要采用猜測任務(wù),賭博任務(wù),基于概率的預(yù)測任務(wù)等研究范式。
盡管前人已經(jīng)對類別學(xué)習(xí)進(jìn)行了深入的研究,但仍存在一些問題。由于類別學(xué)習(xí)任務(wù)不同的分類標(biāo)準(zhǔn),范式的樣式眾多,在各類任務(wù)中被試的分類策略也有區(qū)別,每個(gè)研究考察的類別學(xué)習(xí)的側(cè)重點(diǎn)也不一樣,在不同的研究任務(wù)中大腦的神經(jīng)活動沒有統(tǒng)一的結(jié)論。因此,表征,儲存,回憶不同類型和層次的類別學(xué)習(xí)引發(fā)的大腦的活動是未來相關(guān)研究領(lǐng)域的重要課題。另
6、外,在前人研究中對類別學(xué)習(xí)的神經(jīng)機(jī)制方面的考察主要是在病人群體,研究中的病人數(shù)量較小,被試問的個(gè)體差異較大,比如年齡差異,性格差異,受教育程度差異等。由于個(gè)體差異,很多研究難以得出是自變量直接導(dǎo)致了不同的研究結(jié)果,被試因素或者自變量與被試因素交互作用可能會影響實(shí)驗(yàn)結(jié)論。到目前為止對類別歸納涉及的心理過程和神經(jīng)活動的研究還很缺乏。雖然Bigman(2004)和陳安濤等(2007,2008)采用時(shí)間分辨率高的ERP技術(shù),在前人的研究基礎(chǔ)上對
7、類別學(xué)習(xí)的心理過程做出了充分的解析,并探討了類別歸納的神經(jīng)機(jī)制,但他們沒有采用空間分辨率高的腦成像技術(shù)對類別歸納的神經(jīng)機(jī)制進(jìn)行深入的探討,而且沒有對類別歸納中的另一個(gè)重要的子加工過程即類別學(xué)習(xí)中的不確定性進(jìn)行研究。另外,對類別歸納神經(jīng)性網(wǎng)絡(luò)的考察也是當(dāng)前迫切需要研究的問題。
針對以上的問題,本論文采用兩個(gè)研究來考察類別歸納的神經(jīng)機(jī)制。
第一,Vigo(2013)提出了概念學(xué)習(xí)的不變性觀點(diǎn),將不變性定義為當(dāng)一個(gè)維度被忽
8、略或者抑制時(shí),抽出或者過濾出某一個(gè)類別的元素。Vigo理論的本質(zhì)就是不變性量越多,越容易進(jìn)行類別學(xué)習(xí);不變性量越少就越難進(jìn)行類別學(xué)習(xí)。為了考察類別歸納中不變性探測的神經(jīng)機(jī)制,我們以Bigman,陳安濤等的研究為基礎(chǔ),重點(diǎn)借鑒陳安濤的復(fù)雜認(rèn)知分段設(shè)計(jì),使用分步歸納學(xué)習(xí)方法,將行為研究與認(rèn)知神經(jīng)研究相結(jié)合。實(shí)驗(yàn)采用fMRI腦成像技術(shù),考察類別歸納中不變性加工特定的大腦區(qū)域,和大腦區(qū)域之間的激活環(huán)路及其規(guī)律。采用分步歸納范式,有以下兩項(xiàng)考慮:
9、其一,這種類似任務(wù)在前人研究中得到一定的使用。其二,在這種任務(wù)中,類別結(jié)構(gòu)明確,認(rèn)知加工過程簡單,這有利于探討在類別學(xué)習(xí)中類別內(nèi)尋找類別共性的認(rèn)知過程和神經(jīng)活動。我們設(shè)計(jì)了三個(gè)實(shí)驗(yàn)試圖探討類別學(xué)習(xí)中類別歸納的核心問題-不變性探測的神經(jīng)機(jī)制。研究結(jié)果發(fā)現(xiàn):(1)左側(cè)額中回在簡單的類別歸納條件的不變性加工過程中呈現(xiàn)強(qiáng)烈的激活,并且數(shù)據(jù)采用PPI(Psychophysio logical Interaction)分析得出,大腦后部區(qū)域尤其是項(xiàng)
10、部區(qū)域與左側(cè)額中回在類別歸納的最后階段交互作用增加。此結(jié)果揭示了在類別歸納不變性加工中,左額-頂網(wǎng)絡(luò)起著非常重要的作用,初步論證了左側(cè)額中回可能是類別歸納不變性的核心區(qū)域。(2)在排除了預(yù)期對類別歸納不變性加工的影響以及增加實(shí)驗(yàn)任務(wù)復(fù)雜程度的情況下,我們發(fā)現(xiàn)類別歸納主要激活了左側(cè)前額葉(BAs6,9,44),雙側(cè)上頂葉(BA7)和紋狀體等區(qū)域。感興趣區(qū)域和PPI分析進(jìn)一步發(fā)現(xiàn)在類別歸納中,當(dāng)更多無效的假設(shè)被拒絕時(shí),額葉、頂葉、紋狀體區(qū)域
11、的激活就更強(qiáng)烈,并且前額葉與大腦后部區(qū)域的功能連接加強(qiáng),尤其是與頂葉(內(nèi)頂葉,楔前葉),尾狀核,殼核,顳部。最為重要的是,在抑制的量相同的情況下,抽檢一個(gè)不變性特征和抽檢兩個(gè)不變性特征。兩種不變性抽檢或者歸納的量上的差異在左側(cè)背外側(cè)前額葉(DLPFC)皮層上得以體現(xiàn),進(jìn)一步驗(yàn)證了不變性探測(歸納或者抽檢共性)與左DLPFC的活動密切相關(guān)。(3)在盡可能控制和降低工作記憶對不變性探測的影響情況下,我們也發(fā)現(xiàn)了左側(cè)額上回(BA6),額中/下
12、回(BA8,9)在類別歸納的不變性探測中有強(qiáng)烈的激活。
三個(gè)實(shí)驗(yàn)的結(jié)果初步揭示了額-頂,紋狀體,不變性探測和工作記憶之間的內(nèi)在關(guān)系。額-頂網(wǎng)絡(luò)主要參與歸納不變性的加工,更重要的是,左DLPFC(BA6,8,9)可能是不變性探測(歸納)的核心區(qū)域。紋狀體更多與工作記憶操作相關(guān),當(dāng)需要將刺激表征儲存在工作記憶中并在下一階段利用內(nèi)在表征進(jìn)行歸納加工時(shí),紋狀體起著非常重要的作用。
第二,我們運(yùn)用刺激之間的不變性程度差異產(chǎn)生不
13、同的類別歸納任務(wù)來探討分類不確定性的神經(jīng)機(jī)制。更明確地說,實(shí)驗(yàn)采用fMRI技術(shù),考察分類時(shí)歸納結(jié)論的不確定性引發(fā)的特定的大腦激活以及大腦激活區(qū)域之間的網(wǎng)絡(luò)模式。我們通過實(shí)驗(yàn)四和實(shí)驗(yàn)五對類別歸納中的分類不確定性問題進(jìn)行了考察。研究結(jié)果發(fā)現(xiàn):(1)類別歸納結(jié)論的不確定性越大,左側(cè)內(nèi)頂葉激活越強(qiáng)烈。但是左側(cè)前扣帶回的激活相反,越確定的分類其激活越強(qiáng)烈。此研究結(jié)果可能說明左側(cè)內(nèi)頂葉與分類的不確定性密切相關(guān)。但是這個(gè)初步結(jié)論是從簡單的類別歸納任務(wù)
14、中得出(實(shí)驗(yàn)四)。在此實(shí)驗(yàn)中歸納與分類是分步進(jìn)行的。被試要得出結(jié)論需要較多的工作記憶的參與,工作記憶操作可能與分類的不確定性的激活區(qū)域相重疊。另外,實(shí)驗(yàn)條件較簡單,不變性程度的比率設(shè)置較少,不能全面地考察到分類不確定性的神經(jīng)機(jī)制。(2)在控制工作記憶和增加類別歸納條件情況下,實(shí)驗(yàn)五進(jìn)一步發(fā)現(xiàn)左側(cè)內(nèi)頂葉,上頂葉,額中回,額內(nèi)回,雙側(cè)腦島等區(qū)域的激活與不確定性加工相關(guān)。不確定性越強(qiáng),這幾個(gè)區(qū)域的激活也隨之增強(qiáng),尤其是左側(cè)內(nèi)頂葉,上頂葉皮層。
15、我們初步認(rèn)定左側(cè)內(nèi)頂葉和上頂葉是類別學(xué)習(xí)中分類不確定性認(rèn)知加工過程的核心激活區(qū)域。這種分類的不確定性通過執(zhí)行控制系統(tǒng)中心區(qū)域-前額葉進(jìn)行調(diào)控,而反應(yīng)選擇的決策引發(fā)一種選擇不確定性的狀態(tài),即使沒有外在的獎(jiǎng)勵(lì)驅(qū)使,通過刺激與反應(yīng)連接做出正確結(jié)論也能引發(fā)腦島的激活。
結(jié)合本論文的研究結(jié)果與前人已有的研究結(jié)論,我們總結(jié)出類別歸納不變性探測和分類不確定性的神經(jīng)激活模式。類別歸納加工可能主要是與額-頂-紋狀體網(wǎng)絡(luò)密切相關(guān)。額葉的背外側(cè)皮層
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 2019不確定性中的確定性
- 2019不確定性中的確定性
- 論確定性與不確定性.pdf
- 線性時(shí)不變系統(tǒng)的不確定性分析.pdf
- 論不確定性中的信任
- 銀行業(yè)不確定性中尋找確定性
- 不確定性會計(jì)研究.pdf
- 論哈姆雷特的不確定性
- 學(xué)會從不確定性中獲益
- 考慮載荷不確定性和剛度不確定性的魯棒優(yōu)化問題.pdf
- 油藏建模中的不確定性研究.pdf
- 論教育的不確定性.pdf
- 基于不確定性的確定性決策分析
- 論不確定性審計(jì).pdf
- 供應(yīng)鏈中的不確定性
- 在不確定性中捕捉靈感.pdf
- 指稱信息的不確定性.pdf
- 美術(shù)中的不確定性因素探討.pdf
- 不確定性推理機(jī)制的研究與應(yīng)用.pdf
- 面向不確定性數(shù)據(jù)的若干分類算法研究.pdf
評論
0/150
提交評論