מדידת קשב מהירות עיבוד חזותי על ידי ניתוח מבוסס-דגם של פסקי דין Temporal מסדר
Summary
Temporal-order judgments can be used to estimate processing speed parameters and attentional weights and thereby to infer the mechanisms of attentional processing. This methodology can be applied to a wide range of visual stimuli and works with many attention manipulations.
Abstract
פרוטוקול זה מתאר כיצד לבצע ניסויים זמניים-מנת למדוד את מהירות עיבוד חזותית ואת חלוקת משאבי הקשב. השיטה המוצעת מבוססת על שילוב סינרגיסטי חדש משלושה מרכיבים: פסקי דין זמני מסדר (tøj) פרדיגמה, תורת הקשב החזותי של Bundesen (רשות עמק טנסי), וכן מסגרת בייסיאנית היררכית. השיטה מספקת פרמטרים וניתנים לפרשנות בקלות, אשר נתמכים על ידי התשתית התיאורטית הנוירופיזיולוגיים של רשות עמק טנסי. שימוש Tojs, אומדנים המבוססים על רשות עמק טנסי ניתן להשיג מגוון רחב של גירויים, בעוד פרדיגמות המסורתי בשימוש עם רשות עמק טנסי הם בעיקר מוגבל אותיות ומספרים. לבסוף, את הפרמטרים המשמעותיים של המודל המוצע לאפשר להקמת מודל בייס היררכי. מודל כזה סטטיסטי מאפשר הערכת תוצאות בניתוח קוהרנטי אחד הוא בנושא ברמת הקבוצה.
כדי להוכיח את ההיתכנות ואת נersatility של הגישה החדשה הזו, שלושה ניסויים מדווחים במניפולציות לב מציג פופ-אאוט סינטטי, תמונות טבעיות, פרדיגמה מכתב דיווח רמז.
Introduction
איך תשומת לב מופצת במרחב ובזמן הוא אחד הגורמים החשובים ביותר תפיסה חזותית אנושית. אובייקטים שלוכדים את תשומת בגלל הַבלָטָה או חשיבותם בדרך כלל מעובדים מהר ועם דיוק גבוה. במחקר התנהגותי, יתרונות ביצועים כאלה הוכחו במגוון פרדיגמות ניסוי. למשל, הקצאת לב למיקום היעד מאיצה את התגובה במשימות איתור בדיקת 1. באופן דומה, את הדיוק של אותיות דיווח משתפר לב 2. ממצאים כאלה להוכיח כי תשומת לב משפרת עיבוד, אבל הם נשארים ללא תקנה אילמת על אופן שיפור זה היא הוקמה.
העיתון הנוכחי מראה כי מנגנונים ברמה נמוכה מאחורי יתרונות קשב יכולים להיות מוערך על ידי מדידת מהירויות העיבוד של גירויים בודדים מסגרת מבוססת מודל המתייחסת מדידות פרטניות components של תשומת לב. עם מודל כזה, יכולת העיבוד כולל וחלוקתו בין הגירויים יכולים להיגזר מדידות מהירויות עיבוד.
התורה על קשב ויזואלי של Bundesen (רשות עמק טנסי) 3 מספקת מודל מתאים במשימה זו. הוא בד"כ להחיל נתונים ממשימות דו"ח מכתב. בחלק הבא, את יסודות רשות עמק טנסי מוסברות הוא הראה כיצד ניתן להאריכן מודל שיפוט זמן מסדר (tøj) נתונים המתקבלים עם (כמעט) גירויים שרירותי. שיטה חדשה זו מספקת אומדנים של מהירות עיבוד והפצת משאב אשר ניתן לפרש בקלות. הפרוטוקול במאמר זה מסביר כיצד לתכנן ולערוך ניסויים ופרטים כגון כיצד הנתונים ניתן לנתח.
כאמור, את הפרדיגמה הרגילה בדוגמנות מבוססת רשות עמק טנסי והאמידה של פרמטרי לב היא משימת מכתב הדו"ח. המשתתפים לדווח על זהותם של סט של אותיות אשרהוא הבזיק ובדרך כלל רעול פנים בקצרה באיחור משתנה. בין פרמטרים אחרים, את הקצב שבו אלמנטים ויזואליים מקודדים לזיכרון לטווח קצר ויזואלית ניתן לאמוד. השיטה יושמה בהצלחה לשאלות מחקר בסיסי וקליני. למשל, Bublak ועמיתיו 4 העריכו אילו פרמטרים קשב מושפעים בשלבים שונים של ליקויים קוגניטיביים הקשורים לגיל. במחקר לב יסוד, Petersen, Kyllingsbæk, ו Bundesen 5 בשימוש רשות עמק טנסי, אשר ימחישו את השפעת הזמן להתעכב קשב, הקושי של הצופה בתפיסת השני מבין שני יעדים במרווחי זמן מסוימים. חסרון עיקרי של הפרדיגמה דו"ח המכתב הוא שהיא דורשת גירויי overlearned ו maskable מספיק. דרישה זו מגבילה את השיטה אותיות ומספרים. גירויים אחרים ידרשו הכשרה כבדה של משתתפים.
הפרדיגמה tøj לא דורשת Stimul ספציפיאני ולא מיסוך. ניתן להשתמש בו עם כל סוג של גירויים עבורו את סדר ההופעה יכול להישפט. זה מרחיב את טווח גירוי לכל דבר פחות או יותר זה יכול להיות עניין, כולל השוואות ישירות צולבות מודאלית 6.
חקירת לב עם Tojs מבוסס על תופעת הכניסה לפני קשב שהנה מדד של כמה מוקדם גירוי השתתף נתפס לעומת אחד ללא השגחה. למרבה הצער, את השיטה המקובלת של ניתוח נתוני tøj, פונקציות פסיכומטריות ביצועים משקיפים הולמות (כגון פונקציות גאוס או לוגיסטיות מצטברות), לא יכולה להבחין אם תשומת לב מגבירה את קצב העיבוד של הגירוי השתתף או אם זה מקטין את שיעור הגירוי ללא השגחה 7. עמימות זו היא בעיה רצינית, כי השאלה אם התפיסה של גירוי מוגברת באמת או אם זה הטבות בשל נסיגת משאבים מתוך Stimul מתחרה לנו היא שאלה של ברלוונטיות היסוד ומעשיות. למשל, על העיצוב של ממשקי אדם-מכונה הוא רלוונטי מאוד לדעת שזה מגביר את הבלטה של מרכיב אחד עובד על החשבון עוד אחד.
המשימה tøj בדרך כלל ממשיכה כדלקמן: סימן קיבעון מוצג עיכוב קל, בדרך כלל נמשכים זמן קצר יותר באופן אקראי משנייה. אז, המטרה הראשונה מוצגת, ואחריו לאחר asynchrony הופעת גירוי משתנה (SOA) על ידי היעד השני. בשעת SOAS השלילי, החללית, הגירוי השתתף, תוצג תחילה. בשעת SOAS החיובית, ההתייחסות, הגירוי ללא השגחה, מובילה. במכירת SOA של אפס, המטרות הן מוצגות בו זמנית.
בדרך כלל, הצגת היעד מתייחסת מיתוג הגירוי על. בתנאים מסוימים, אולם אירועים זמניים אחרים, כגון הבהוב של יעד נוכחי כבר או קיזוז משמשים 8.
_content "> בשנת Tojs, תגובות נאספות באופן unspeeded, בדרך כלל על ידי מפתחות הממופים אל זהויות הגירוי והזמנות מצגת (למשל, אם גירויים הם ריבועים ויהלומים, מפתח אחד מציין" ראשונים מרובעים "ועוד אחד" יהלומים ראשונים ") . חשוב לציין, עבור ההערכה, פסקי דין אלה חייבים להיות מומרים "חללית ראשונה" (או "פנייה ראשונה") פסקי דין.בעבודה הנוכחית, שילוב של מודל העיבוד של רשות עמק טנסי ואת פרדיגמה הניסויית tøj משמש לחסל את הבעיות בתחום או בודד. באמצעות שיטה זו, פרמטרים מהירים וניתנים לפרשנות בקלות ניתן לאמוד כמעט גירויים חזותיים שרירותיים, מה שמאפשר להסיק איך את תשומת לבו של הצופה מוקצית מתחרי אלמנטים ויזואליים.
המודל מבוסס על משוואות של רשות עמק טנסי לעיבוד של גירויים בודדים, אשר יוסבר בקרוב את הדברים הבאים. ההסתברות שאחד Stimulלנו מקודד לתוך זיכרון חזותי לטווח קצר לפני השני מתפרש ההסתברות לשפוט גירוי זה כמו להופיע ראשון. משכי זמן קידוד הפרט מופצים באופן אקספוננציאלי 9:
(1)
משך החשיפה המרבי יעילה t 0 הוא סף לפני ששום דבר בו לא מקודד בכלל. לדברי רשות עמק טנסי, x v השיעור, אני שבה x האובייקט מקודד כחבר לקטגוריה תפיסתי אני (כגון צבע או צורה) ניתן על ידי משוואת הקצב,
. (2)
כוחו של הראיות החושיות כי x שייך לקטגוריה אני מתבטא x η, אני, ובטא אני הטית החלטה לסיווג גירויים כחברים בקטגוריה אני. זה מוכפלמשקולות ttentional. משקולות קשב פרט w x מחולקות לפי משקל קשב של כל האובייקטים בשדה הראייה. לפיכך, משקל הקשב היחסי מחושב כמו
(3)
כאשר R מייצג את כל הקטגוריות η x, אני מייצג את העדות החושית x החפץ שייך לקטגוריה j. J π הערך נקרא רלוונטי של הקטגוריה j ומשקף הטיה לעשות categorizations ב j. ה- C יכולת העיבוד הכולל הוא סכום כל שיעורי עיבוד עבור כל הגירויים וסיווגים. לתיאור מפורט יותר של רשות עמק טנסי, עיין בספר 9 של Bundesen ו Habekost.
בשיטה הייחודית שלנו, משוואה 1, המתאר את הקידוד של גירויים בודדים, הופך למודל של Tojs. בהנחת הטיות בחירה וקטגוריות בדו"ח הן constant בתוך משימה ניסיונית, נ שיעורי עיבוד p ו נ r של חללית גירויי שני היעד (p) ועיון (r) תלוי C ואת משקולות קשב בצורת V p = C · w p ו נ r = C · w r, בהתאמה. מודל tøj החדש מבטא את ה -1 p P הצלחת הסתברות שופטים משתתפים גירוי הבדיקה כדי להיות ראשונים כפונקציה של SOA ואת שיעורי העיבוד. זה יכול להיות רשמי כדלקמן:
(4)
תיאור מפורט יותר של איך המשוואה הזאת נגזרה המשוואות הבסיסיות רשות עמק טנסי מתואר על ידי Tünnermann, Petersen, ו Scharlau 7.
למען הפשטות, הפרמטר t 0 מושמט במודל במשוואה 1. על פי רשות עמק טנסי המקורי, t 0 צריך להיות זהה עבור boמטרות ה במשימת tøj, ועל כן, היא מבטלת את. עם זאת, הנחה זו עשויה לפעמים להיות פרה (ראה דיון בסעיף).
עבור הולם משוואה זו לנתונים tøj, ערכת בייסיאנית היררכית 11 הוא הציע. גישה זו מאפשרת לאמוד את משקלות קשב w p ו- w r של גירויי הבדיקה ועיון ואת ג שיעור עיבוד הכולל פרמטרים אלה, r v p ו נ שיעורי ספיגה וכתוצאה מכך, והבדלים הנגרמת תשומה ביניהם, ניתן להעריך על רמות נושא והקבוצה יחד עם חוסר ודאות מוערך. המודל ההיררכי מתואר באיור 1. בשלב התכנון עבור ניסוי, ניתוח כוח בייס נוח יכול להתנהל.
הפרוטוקול הבא מתאר כיצד לתכנן, לבצע ולנתח ניסויי tøj שממנו הפרמטרים מהירים עיבוד משקולות קשב עבור גירויים חזותיים יכולניתן להשיג. הפרוטוקול מבוסס על ההנחה כי החוקר מתעניין באופן שבו מניפולציה קשב משפיע על מהירויות עיבוד של כמה מטרות של עניין.
איור 1: מודל גרפי מוזכר בנוהל בייסיאנית. מעגלים מצביעים הפצות מוערכות; חוגים כפולים מצביעים צמתים דטרמיניסטיות. ריבועים מצביעים נתונים. היחסים הם נתון בצד ימין של הדמות. הבלוטות מחוץ המסגרות המעוגלות ( "צלחות") מייצגות הערכות ממוצעות ועל פיזור של פרמטרי רשות עמק טנסי (ראה מבוא) במישור הקבוצתי. בצלחת "נושאים j", ניתן לראות כיצד משקולות קשב (w) משולבים עם שיעורי עיבוד הכולל (C) כדי משיעורי עיבוד הגירוי (נ) במישור הנושא. "פלייט אני SOAS &# 8221; מראה עד כמה פרמטרי רשות עמק טנסי אלה ואז טרנספורמציה (דרך 1 p הפונקציה P המתואר במבוא) לתוך הסתברות ההצלחה (θ) עבור התגובות המופצות binomially בכל SOA. לכן, θ יחד עם חזרות של SOA (n) לתאר את נקודות נתונים (y). לפרטים נוספים על כיתוב ואת הפרשנות של מודלים גרפיים, עיין ללי Wagenmakers 23. שים לב למען הבהירות, צומת מייצגים חילוקי פרמטרים הושמטו. פרמטרים דטרמיניסטיים אלה מצוינים הדמויות של תוצאות הניסוי במקום. אנא לחץ כאן כדי לצפות בגרסה גדולה יותר של דמות זו.
Protocol
Representative Results
Discussion
פרוטוקול במאמר זה מתאר כיצד לנהל Tojs פשוט להתאים את הנתונים מודלים המבוססים על קידוד גירוי היסוד. שלושה ניסויים הדגימו כיצד שילוב של התוצאות ניתן להעריכם מסגרת בייסיאנית היררכית כדי להעריך את ההשפעה של תשומת לב בחומר גירוי שונה מאוד. בולטות מציג פופ-אאוט הובילו משקול…
Divulgations
The authors have nothing to disclose.
Acknowledgements
Parts of this work have been supported by the German Research Foundation (DFG) via grants 1515/1-2 and 1515/6-1 to Ingrid Scharlau.
Materials
| Personal Computer |
| (Open Source) Experimentation and evaluation software |
References
- Posner, M. I. Orienting of attention. Quarterly Journal of Experimental Psychology. 32 (1), 3-25 (1980).
- Van der Heijden, A., Wolters, G., Groep, J., Hagenaar, R. Single-letter recognition accuracy benefits from advance cuing of location. Perception & Psychophysics. 42 (5), 503-509 (1987).
- Bundesen, C. A theory of visual attention. Psychological Review. 97 (4), 523-547 (1990).
- Bublak, P., et al. Staged decline of visual processing capacity in mild cognitive impairment and Alzheimer’s disease. Neurobiology of Aging. 32 (7), 1219-1230 (2011).
- Petersen, A., Kyllingsbæk, S., Bundesen, C. Measuring and modeling attentional dwell time. Psychonomic Bulletin & Review. 19 (6), 1029-1046 (2012).
- Vroomen, J., Keetels, M. Perception of intersensory synchrony: A tutorial review. Attention, Perception, & Psychophysics. 72 (4), 871-884 (2010).
- Tünnermann, J., Petersen, A., Scharlau, I. Does attention speed up processing? Decreases and increases of processing rates in visual prior entry. Journal of Vision. 15 (3), 1-27 (2015).
- Krüger, A., Tünnermann, J., Scharlau, I. Fast and conspicuous? Quantifying salience with the Theory of Visual Attention. Advances in Cognitive Psychology. 12 (1), 20 (2016).
- Bundesen, C., Habekost, T. . Principles of Visual Attention: Linking Mind and Brain. , (2008).
- Plummer, M. JAGS: A program for analysis of Bayesian graphical models using Gibbs sampling. Proceedings of the 3rd international workshop on distributed statistical computing. , 124-125 (2003).
- Kruschke, J. K., Vanpaemel, W., Busemeyer, J., Townsend, J., Wang, Z. J., Eidels, A. Bayesian estimation in hierarchical models. The Oxford Handbook of Computational and Mathematical Psychology. , 279-299 (2015).
- Mathôt, S., Schreij, D., Theeuwes, J. OpenSesame: An open-source, graphical experiment builder for the social sciences. Behavior Research Methods. 44 (2), 314-324 (2012).
- Kruschke, J. K. . Doing Bayesian data analysis: A tutorial with R, JAGS, and Stan. , (2015).
- Rensink, R. A., O’Regan, J. K., Clark, J. J. To see or not to see: The need for attention to perceive changes in scenes. Psychological Science. 8 (5), 368-373 (1997).
- Tünnermann, J., Krüger, N., Mertsching, B., Mustafa, W. Affordance estimation enhances artificial visual attention: Evidence from a change-blindness study. Cognitive Computation. 7 (5), 525-538 (2015).
- Shore, D. I., Klein, R. M. The effects of scene inversion on change blindness. The Journal of General Psychology. 127 (1), 27-43 (2000).
- Scharlau, I., Neumann, O. Temporal parameters and time course of perceptual latency priming. Acta Psychologica. 113 (2), 185-203 (2003).
- Schneider, K. A., Bavelier, D. Components of visual prior entry. Cognitive Psychology. 47 (4), 333-366 (2003).
- Scharlau, I., Neumann, O. Perceptual latency priming by masked and unmasked stimuli: Evidence for an attentional interpretation. Psychological Research. 67 (3), 184-196 (2003).
- Shore, D. I., Spence, C., Klein, R. M. Visual prior entry. Psychological Science. 12 (3), 205-212 (2001).
- Alcalá-Quintana, R., García-Pérez, M. A. Fitting model-based psychometric functions to simultaneity and temporal-order judgment data: MATLAB and R routines. Behavior Research Methods. 45 (4), 972-998 (2013).
- Hoffman, M. D., Gelman, A. The No-U-turn sampler: adaptively setting path lengths in Hamiltonian Monte Carlo. Journal of Machine Learning Research. 15 (1), 1593-1623 (2014).
- Lee, M. D., Wagenmakers, E. J. . Bayesian cognitive modeling: A practical course. , (2014).
- Vangkilde, S., Bundesen, C., Coull, J. T. Prompt but inefficient: Nicotine differentially modulates discrete components of attention. Psychopharmacology. 218 (4), 667-680 (2011).
- Tünnermann, J., Scharlau, I. Peripheral Visual Cues: Their Fate in Processing and Effects on Attention and Temporal-order. Front. Psychol. 7 (1442), (2016).
