Summary

Измерение внимание и скорость обработки визуальной модели на основе анализа судебных решений Temporal порядка

Published: January 23, 2017
doi:

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

Этот протокол описывает, как проводить эксперименты во времени порядка для измерения скорость обработки визуальной и сосредоточения внимания распределения ресурсов. Предлагаемый метод основан на новой и синергетической комбинации трех компонентов: временные порядка суждения (TOJ) парадигма, теория Bundesen по зрительное внимание (TVA) и иерархическую структуру байесовского оценивания. Метод обеспечивает легко интерпретируемые параметры, которые поддерживаются теоретическими и нейрофизиологических основ TVA. Использование TOJs, ТВА на основе оценки могут быть получены для широкого спектра стимулов, в то время как традиционные парадигмами, используемые с TVA, в основном ограничивается буквами и цифрами. И, наконец, значимые параметры предложенной модели позволяют для создания иерархической байесовской модели. Такая статистическая модель позволяет оценить результаты в одном когерентном анализе как по этому вопросу и на уровне группы.

Для демонстрации возможности и Versatility этого нового подхода, три эксперимента сообщается с вниманием манипуляций в синтетических Выдвижной дисплеи, природные образы, и парадигма письма подают реплики-отчет.

Introduction

Как внимание распределяется в пространстве и во времени, является одним из наиболее важных факторов зрительного восприятия человека. Объекты, которые привлекают внимание из-за их заметности или важности, как правило, обрабатываются быстрее и с более высокой точностью. В поведенческих исследований, такие преимущества производительности были продемонстрированы в различных экспериментальных парадигм. Например, выделение внимание на целевое расположение ускоряет реакцию в задачах обнаружения зонда 1. Аналогичным образом , точность отчетных писем улучшается внимание 2. Такие находки доказывают, что внимание улучшает обработку, но они остаются безнадежно немым о том, как установлено это усиление.

В настоящей работе показано, что механизмы низкого уровня за преимущества сосредоточения внимания могут быть оценены путем измерения скорости обработки отдельных стимулов в рамках модели на основе, которая связывает измерения с мелкозернистый ComponenТ.С. внимания. С помощью такой модели, общая мощность переработки и распределение его между стимулами могут быть выведены из измерений скорости обработки.

Теория Bundesen о зрительное внимание (TVA) 3 обеспечивает подходящую модель для этой деятельности. Это, как правило, применяется к данным из задач письма отчета. В дальнейшем, основы TVA объясняются и показано, каким образом они могут быть расширены для моделирования данных суждения височной порядка (TOJ), полученные с (почти) произвольными раздражители. Этот новый метод позволяет получить оценки скорости обработки и распределения ресурсов, которые могут быть легко интерпретированы. Протокол в этой статье объясняется, как планировать и проводить такие эксперименты и детали, как можно анализировать данные.

Как было упомянуто выше, обычная парадигма в ТВА на основе моделирования и оценки параметров внимания, является задачей письмо отчет. Участники сообщают о личности набора букв,на короткое время мелькали и обычно замаскированы после того, как в той или иной задержки. Среди других параметров, скорость, с которой визуальные элементы кодируются в зрительной кратковременной памяти может быть оценена. Этот метод был успешно применен к вопросам в области фундаментальных и клинических исследований. Например, Bublak и его коллеги оценивали 4 , которые параметры сосредоточения внимания влияют на разных стадиях возрастных когнитивных нарушений. В фундаментальных исследованиях внимания, Петерсен, Kyllingsbæk и Bundesen 5 используется TVA для моделирования эффекта времени сосредоточения внимания задержки, трудности наблюдателя в восприятии второй из двух мишеней через определенные промежутки времени. Основным недостатком парадигмы письма отчета в том, что она требует достаточно overlearned и маскируемых раздражители. Это требование ограничивает метод для букв и цифр. Другие стимулы потребует тяжелой подготовки участников.

Парадигма TOJ не требует ни специфической Стимуля и не маскировка. Он может быть использован с любым видом стимулов, для которых порядок появления можно судить. Это расширяет диапазон стимулов , чтобы в значительной степени все , что может представлять интерес, в том числе прямых сравнений 6 кросс-модальные.

Исследуя внимание с TOJs основан на явлении сосредоточения внимания предварительного ввода, которая является мерой того, как воспринимается гораздо раньше присутствовал стимул по сравнению с автоматической один. К сожалению, обычный метод для анализа данных TOJ, слесарно производительности наблюдатель психометрических функций (например, кумулятивных гауссовых или логистических функций), не может различить , увеличивает ли внимание скорость обработки обслуживаемого стимула или если он снижает скорость автоматической стимула 7. Эта двусмысленность является серьезной проблемой, так как вопрос о том, действительно усиливается восприятие стимула или, если это приносит пользу из-за вывода средств из конкурирующей Стимул нам вопрос как фундаментальное, так и практическое значение. Например, для проектирования человек-машинных интерфейсов является весьма актуальным знать, если увеличивается известность одного элемента работает за счет другого.

Задача TOJ обычно протекает следующим образом: метка фиксации представлена ​​на короткой задержки, как правило, случайно обращается интервал короче, чем на секунду. Затем первая мишень представлен, а затем после того, как переменная начала стимула асинхронной (SOA) по второй мишени. При отрицательных СОА, зонд, то присутствовал стимул, показан в первую очередь. При положительных СОА, ссылка, неуправляемой стимул, ведет. На SOA нуля, обе мишени проявляются одновременно.

Как правило, представляя цель относится к переключению стимул на. При определенных условиях, однако, и другие временные события, такие как мелькание уже настоящей цели или смещения используются 8.

_content "> В TOJs ответы собраны в unspeeded образом, как правило , с помощью клавиш , отображенных на раздражитель идентичностей и представления заказов (например, если стимулы квадраты и алмазы, один ключ указывает на " квадрат первого "и еще один" бриллиант первый ") . Важно отметить, что для оценки, эти решения должны быть преобразованы в "зонд первым" (или "ссылка первый") суждения.

В данной работе, сочетание модели обработки TVA и экспериментальной парадигмы TOJ используется для устранения проблем в любой из отдельного домена. С помощью этого метода, легко интерпретируемые скоростные параметры могут быть оценены почти произвольных визуальных стимулов, что позволяет сделать вывод о том, как внимание наблюдателя выделяется на конкурирующие визуальные элементы.

Модель основана на уравнениях TVA для обработки отдельных раздражителей, которые в скором времени будут объяснены в следующем. Вероятность того, что один Стимулмы закодирован в визуальный кратковременной памяти перед другим интерпретируется как вероятность судить этот стимул, как появляются в первую очередь. Отдельные длительности кодирования экспоненциально распределены 9:

Уравнение 1 (1)

Максимальная длительность экспозиции неэффективна т 0 порог , перед которым ничто не кодируется вообще. По словам TVA, скорость Ф Х, я , при котором объект х кодируется как член воспринимаемого категории I (такие как цвет или форма) задается уравнением скорости,

Уравнение 2 , (2)

Сила чувственного доказательства того, что х принадлежит к категории I выражается в п х, I, и р я предубеждение решение для категоризации стимулов в качестве членов категории I. Это умножается наttentional веса. Индивидуальные веса ш сосредоточения внимания х разделены сосредоточения внимания весов всех объектов в поле зрения. Следовательно, относительный вес сосредоточения внимания вычисляется как

Уравнение 3 (3)

где R представляет все категории и п х, представляет собой сенсорную доказательства того, что объект х принадлежит к категории J. Значение π J называется уместность категории J и отражает смещение , чтобы сделать категоризацию в J. Общая мощность переработки C представляет собой сумму всех скоростей обработки для всех раздражители и категоризации. Для более подробного описания TVA, обратитесь к Bundesen и Habekost в книге 9.

В нашем новом способе, уравнение 1, которое описывает кодирование отдельных стимулов, преобразуется в модель TOJs. Предполагая, что предвзятость выбора и категории отчетов являются constanт в пределах экспериментальной задачи, темпы обработки v р и v р от двух целевых стимулов зонда (р) и эталонного (г) зависит от С и сосредоточения внимания весов в виде V P = C · ш р и V R = C · ш г соответственно. Новая модель TOJ выражает вероятность успеха P P 1ое , что участник судьи зонд стимула быть первым в зависимости от SOA и скорости обработки. Это может быть формализована следующим образом:

Уравнение 4 (4)

Более подробное описание того , как это уравнение выводится из основных уравнений TVA описывается Тюннерманн, Петерсен и Scharlau 7.

Для простоты, параметр T 0 опущен в модели в уравнении 1. В соответствии с первоначальным TVA, т 0 должны быть одинаковыми для мальй цели в задаче TOJ, и, следовательно, сокращается. Однако это предположение может иногда быть нарушено (смотрите раздел Обсуждение).

Для установки этого уравнения к данным TOJ, иерархическая байесовский схема 11 оценки предлагается. Такой подход позволяет оценить веса ш к вниманию р и ш г зонда и эталонных стимулов и общей скорости обработки C. Эти параметры, в результате темпы поглощения v р и V R и внимание индуцированное различия между ними, могут быть оценены на уровне субъекта и группы наряду с оцениваемыми неопределенности. Иерархическая модель показана на рисунке 1. На этапе планирования для эксперимента, удобный байесовский анализ мощности может быть проведена.

Следующий протокол описывает, как планировать, выполнять и анализировать эксперименты TOJ, из которых скоростные параметры обработки и веса для сосредоточения внимания зрительных стимулов можетбыть получены. Протокол предполагает, что исследователь интересуется, каким образом манипуляции влияет сосредоточения внимания на скорость обработки некоторых целей, представляющих интерес.

Рисунок 1

Рисунок 1: Графическая модель , используемая в байесовской процедуры оценки. Круги показывают оценочные распределения; двойные кружки обозначают детерминированные узлы. Квадраты указывают данные. Отношения приведены на правой стороне фигуры. Узлы вне закругленных кадров ( "тарелки") представляют собой средние и дисперсии оценки параметров TVA (см Введение) на уровне группы. В пластинке "J предметов", можно видеть, как вес (сосредоточения внимания со) в сочетании с общими показателями по переработке (С) от скорости обработки стимула (v) на уровне субъекта. Тарелка "я СОО &# 8221; показывает , как эти параметры TVA затем преобразуются ( с помощью функции P P 1 , описанной во введении) в вероятности успеха (q) для распределенных биномиально ответов на каждом SOA. Таким образом, θ вместе с повторениями SOA (п) описывают точки данных (у). Для получения более подробной информации о записи и интерпретации графических моделей, обратитесь к Ли и ВАГЕНМАКЕРС 23. Обратите внимание, что для наглядности, узлы, которые представляют собой разности параметров, были опущены. Эти детерминированные параметры указаны на рисунках результатов эксперимента вместо. Пожалуйста , нажмите здесь , чтобы посмотреть увеличенную версию этой фигуры.

Protocol

Примечание: Некоторые шаги в этом протоколе может быть осуществлено с использованием специального программного обеспечения при условии (вместе с инструкциями по установке) на http://groups.upb.de/viat/TVATOJ. В протоколе, это сборник программ и скриптов, называется "TVATOJ". 1. Выбор ?…

Representative Results

Ниже приведены результаты, полученные с помощью предлагаемого способа сообщается. Три эксперимента измеряли влияние различных манипуляций с сосредоточения внимания трех весьма различных типов стимула материала. Стимулы представляют собой простые отрезки в Выдвиж?…

Discussion

Протокол в данной статье описывается, как проводить простые TOJs и подходят данные с моделями, основанными на фундаментальном кодирования стимула. Три эксперимента показали, как результаты могут быть оценены в виде иерархической структуры байесовской оценки для оценки влияния внимани?…

Disclosures

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

  1. Posner, M. I. Orienting of attention. Quarterly Journal of Experimental Psychology. 32 (1), 3-25 (1980).
  2. 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).
  3. Bundesen, C. A theory of visual attention. Psychological Review. 97 (4), 523-547 (1990).
  4. 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).
  5. Petersen, A., Kyllingsbæk, S., Bundesen, C. Measuring and modeling attentional dwell time. Psychonomic Bulletin & Review. 19 (6), 1029-1046 (2012).
  6. Vroomen, J., Keetels, M. Perception of intersensory synchrony: A tutorial review. Attention, Perception, & Psychophysics. 72 (4), 871-884 (2010).
  7. 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).
  8. 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).
  9. Bundesen, C., Habekost, T. . Principles of Visual Attention: Linking Mind and Brain. , (2008).
  10. 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).
  11. 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).
  12. 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).
  13. Kruschke, J. K. . Doing Bayesian data analysis: A tutorial with R, JAGS, and Stan. , (2015).
  14. 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).
  15. 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).
  16. Shore, D. I., Klein, R. M. The effects of scene inversion on change blindness. The Journal of General Psychology. 127 (1), 27-43 (2000).
  17. Scharlau, I., Neumann, O. Temporal parameters and time course of perceptual latency priming. Acta Psychologica. 113 (2), 185-203 (2003).
  18. Schneider, K. A., Bavelier, D. Components of visual prior entry. Cognitive Psychology. 47 (4), 333-366 (2003).
  19. Scharlau, I., Neumann, O. Perceptual latency priming by masked and unmasked stimuli: Evidence for an attentional interpretation. Psychological Research. 67 (3), 184-196 (2003).
  20. Shore, D. I., Spence, C., Klein, R. M. Visual prior entry. Psychological Science. 12 (3), 205-212 (2001).
  21. 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).
  22. 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).
  23. Lee, M. D., Wagenmakers, E. J. . Bayesian cognitive modeling: A practical course. , (2014).
  24. Vangkilde, S., Bundesen, C., Coull, J. T. Prompt but inefficient: Nicotine differentially modulates discrete components of attention. Psychopharmacology. 218 (4), 667-680 (2011).
  25. Tünnermann, J., Scharlau, I. Peripheral Visual Cues: Their Fate in Processing and Effects on Attention and Temporal-order. Front. Psychol. 7 (1442), (2016).

Play Video

Cite This Article
Tünnermann, J., Krüger, A., Scharlau, I. Measuring Attention and Visual Processing Speed by Model-based Analysis of Temporal-order Judgments. J. Vis. Exp. (119), e54856, doi:10.3791/54856 (2017).

View Video