Inleiding Cognitieve Modellen Flashcards
(199 cards)
1
Q
Spacing effect
A
The positive effect on factual recall that is observed when study trials are temporally separated.
2
Q
Testing effect
A
When tested on material and successfully recalling it, the material is remembered better in the future than if it had not been tested.
3
Q
What was the aim of Van Rijn, van Maanen & van Woudenberg 2009?
A
To reconcile the requirements of the testing effect and the spacing effect.
4
Q
The optimal schedule (van Rijn et al)
A
The schedule that reaches the best performance, that gives the highest probability of recall over a longer timeframe.
5
Q
On what 4 points do studies on spacing & testing effect differ from real-worlds situations? (van Rijn et al 2009)
A
1) Effects of prior knowledge are prevented.
2) The list of words studied is much longer than 10-30 words.
3) The retention interval is less than a day.
4) Studies are aimed at finding a general law, but individuals are different.
6
Q
Retention interval
A
The time between the final test on the learned materials and the last study of the materials.
7
Q
Subsymbolic model tracing
A
Each time an item is presented, behavioral data is used to dynamically adapt the model to the individual learner.
8
Q
Noem 3 voordelen van een cognitief model ten opzichte van een verbale theorie:
A
1) limiteert ‘hand waiving’
2) maakt dingen/zijn falsifieerbaar
3) kan modellen vergelijken
9
Q
Cognitief model
A
Een specificatie van de structuur van je brein op zo’n level van abstractie dat het de functie van je geest verklaart.
10
Q
Paired association task
A
Learning & remembering the associations between stimuli that are artificially associated.
11
Q
P(correct) in Rational Analysis
A
The percentage of correctly recalled items.
12
Q
What does the EZ-diffusion model take as input?
A
mean response time, the variance of response time and response accuracy
13
Q
What values does the EZ-diffusion model produce?
A
quality of information, response conservativeness and nondecision time.
14
Q
Speed-accuracy trade-off
A
PArticipants can respond faster, and thus decrease the mean response time for correct decisions (MRT) at the expense of making more errors, thus decreasing Pc. So two participants could have the same ability even though one is faster, because that person then also makes more mistakes.
15
Q
MRT
A
Mean response time for correct decisions
16
Q
Pc
A
Proportion of correct decisions
17
Q
Drift rate DZETA (Wagenmaker 2007)
A
Quantifies the deterministic component of the noisy information accumulation process.
18
Q
s (Wagenmaker 2007)
A
A scaling parameter that represents the stochastic, nonsystematic component of the information accumulation process.
19
Q
s^2 dt (Wagenmaker 2007)
A
The variance of the change in the accumulated information for a small time interval dt.
20
Q
What does the boundary separation a tell us? (Wagenmaker 2007)
A
Large values of a indicate the presence of a conservative response criterion. Changes in a are one of the main reasons for accuracy-speed trade-off presence.
21
Q
Accumulator (Ratcliff 2016)
A
An assumed structure in an evidence accumulation model that has the purpose of gathering evidence in favor of one response.
22
Q
Across-trial variability (Ratcliff 2016)
A
The assumption that drift rates vary from decision to decision because, even if physical stimulus conditions are identical, the internal representation of the decision-relevant information is not.
23
Q
Attractor model (Ratcliff 2016)
A
A network (graphbased) model of interconnected nodes with a dynamic updating process. The updating process
causes changes that lead to a stable
end state (at the ‘attractor’).
24
Q
Collapsing boundary (Ratcliff 2016)
A
An assumption that the threshold becomes smaller as the time taken to make the decision increases. This contrasts with the standard assumption that the threshold is unchanging.
25
Confidence (Ratcliff 2016)
A subjective rating of the likely accuracy of a decision provided by the decision maker.
26
Evidence accumulation (Ratcliff 2016)
The idea that decisions are made by gathering evidence from the environment, continuing until sufficient evidence (a ‘threshold’
amount) is gathered.
27
Fast errors (Ratcliff 2016)
When the mean RT for incorrect responses is longer than that for correct responses.
Found when decision making is easy or decision makers stress speed.
28
Hopfield network (Ratcliff 2016)
A type of attractor model based on recurrent connections that has been used to model human memory and decision
processes, among other things.
29
Latency–probability (LP) and
quantile–probability (QP) plots
(Ratcliff 2016)
Parametric plots that show the relationship between the probabilities of different classes of responses and the timing of those responses. Response times can be plotted either as means (LP) or as quantiles (QP).
30
Nondecision time (Ratcliff 2016)
The component of RT that is not due to evidence accumulation. Usually modeled as either a fixed offset or a rectangular
additive distribution
31
Random walk model (Ratcliff 2016)
A theory of how decisions are made that says evidence is accumulated semirandomly over time until enough is gathered in favor of one decision over another.
32
Response signal task (Ratcliff 2016)
A decisionmaking paradigm in which an
experimenter-controlled signal informs the participant when a response is required. Also called ‘time controlled task’, ‘exogenous RT task’, and ‘deadline task’
33
Sequential probability ratio test
(SPRT)
(Ratcliff 2016)
A statistical process for making decisions. The SPRT is identical to the random walk model in certain cases. The SPRT is also optimal in that it minimizes decision time for a given level of accuracy.
34
Slow errors (Ratcliff 2016)
When the mean RT for incorrect responses is longer than that for correct responses, found if decision making is difficult and decision makers are careful.
35
Threshold (Ratclif 2016)
Also known as ‘criterion’ or ‘decision boundary’. The amount of evidence required to trigger a decision response.
36
Urgency signal (Ratclif 2016)
An assumption, related to the ‘collapsing boundary’, that the accumulated evidence is amplified more and more as the time
taken to make a decision grows.
37
Drift rate (Ratcliff 2016)
The average rate of evidence accumulation.
38
(ML1) BICA staat voor...
Biologically Inspired Cognitive Architectures
39
(ML1) Is een cognitief model simpeler of complexer dan een cognitief proces?
Simpeler
40
(ML1) Waarom leren kinderen efficiënter dmv SlimStampen?
De leermomenten worden aangeboden vlak voordat de feiten vergeten worden.
41
(ML1) Wat is een voordeel van een cognitief model ten opzichte van een verbale theorie?
Makkelijker te falsificeren
42
(ML1) Wat is een voordeel van een verbale theorie ten opzichte van een cognitief model?
Makkelijker te implementeren
43
(ML1) Wat is het belangrijkste verschil tussen het PA model en SlimStampen?
Optimalizatie op reactieitjden
44
(ML1) Wat zijn de belangrijkste componenten van een cognitief model?
1) Beschrijving
2) Voorspelling
3) Verklaring
4) Versimpeling
45
(ML1) Welke methode is een voorloper van SlimStampen?
Flashcard methode
46
(ML1) Wie is Herbert Simon?
Voorloper van cognitief modelleren
47
(ML1) Op welke manier kun je cognitieve modellen valideren?
1) Gedrag
2) Neurofysiologie
3) Functie
4) Simpliciteit
48
(ML1) Wat wordt bedoeld met subsymbolic model tracing?
Gedrag van gebruikers wordt gebruikt om subsymbolische informatie te updaten.
49
(ML1) Wat is de belangrijkste reden voor formele modelvergelijking?
Complexere modellen fitten de data altijd beter.
50
(ML2) Waarom wordt kennis vergeten volgens rationele analyse?
De kosten van onthouden zijn groter dan de kans dat je de informatie nodig hebt.
51
(ML2) Op basis van welke stap kun je stellen dat "simpele" rationele analyse niet voldoende is als theorie van geheugen?
Stap 6: herhaling met andere data
52
(ML2) Wat betekent "bounded rationality"?
Dat mensen "goed genoeg" gedrag vertonen (satisficing)
53
(ML2) Wat is het belangrijkste mechanisme voor vergeten, volgens rationele analyse?
Decay
54
(ML2) Wat zijn de vier belangrijkste stappen van rationele analyse?
1) Doel
2) Omgeving
3) Computational limitations
4) optimaal gedrag
55
(ML2) Welke eigenschappen bepalen volgens rationele analyse of een geheugenspoor actief is?
Frequentie en recentheid
56
(ML2) Welke feiten hebben de hoogste gemiddelde vergeetsnelheid?
Stadsplattegronden
57
(ML2) Welke kaart wordt bij de Wason selection taak door mensen vaker dan logisch omgedraaid om de stelling te verifieren? (kies uit: A, K, 2, 7)
2
58
(ML2) Welke stap van rationele analyse verschilt tussen "simpele" rationele analyse van geheugen en het PA model?
Stap 2: omgeving
59
(ML2) Zijn de resultaten van de Wason selectietaak indicatief voor irrationaliteit van proefpersonen?
Nee, proefpersonen maximaliseren "information gain".
60
(ML2) Welke parameter in de formules voorspelt zowel een betere als langzamer recall bij een lagere waarde?
theta
61
(ML3) Welke eigenschap van de data geeft de d-prime (d') in SDT weer?
Sensitiviteit
62
(ML3) Hoe verandert het aantal hits en false alarms als het criterium hoger wordt?
Minder hits, minder false alarms
63
(ML3) Wat zijn de parameters van een signaaldetectie model?
sensitiviteit en criterium
64
(ML3) Je maakt een perfect brandalarm (d-prime is oneindig hoog). Waar bevindt deze zich op de ROC-grafiek?
Helemaal linksboven
65
(ML3) Hoe kan sensitiviteit van een ROC-model worden berekend?
z(hit rate) - z(false alarm rate)
en
het oppervlak onder de ROC-curve
66
(ML3) De bekende p-waarde in (frequentistische) statistiek is...
een proportie false alarms
67
(ML3) De sensitiviteit van een brandalarm is onveranderd, maar de precisie is afgenomen. Hoe kan dat?
Er is vaker brand.
68
(ML3) Signaaldetectietheorie is van toepassing op sensitiviteit en het criterion van ...
Een participant en een groep participanten
69
(ML4) Waarvoor staat SPRT?
Sequential Probability Ratio Test
70
(ML4) Een onderzoeker manipuleert in een experiment de zichtbaarheid van een stimulus. Welke DDM-parameter verwacht je dat verandert?
Drift rate
71
(ML4) Een onderzoeker instrueert proefpersonen in een experiment om sneller te reageren. Welke DDM-parameter verwacht je dat verandert?
Boundary separation
72
(ML4) Als in een DDM-model de drift rate hoger is, dan verwacht je...
Lagere RT, minder fouten
73
(ML4) Als in een DDM-model de non-decision time hoger is, dan verwacht je...
Hogere RT, evenveel fouten
74
(ML4) Waarvoor staat LBA?
Linear Ballistic Accumulator
75
(ML4) Welke aanname wordt gemaakt in het EZ-diffusion model?
Gemiddelde RT is gelijk voor correcte en incorrecte keuzes.
76
(ML4) Snelle fouten in reactietijd data kun je in DDM verklaren door
Variabiliteit in starting point
77
(ML4) Als in een LBA-model de threshold hoger is, dan verwacht je dat in DDM...
Hogere boundary separation
78
(ML4) Welk hersengebied lijkt de threshold parameter in LBA te coderen?
Striatum
79
(ML4) Welke parameter in DDM is conceptueel gelijk aan het criterion in SDT?
Drift rate
80
(ML4) Als de drift rate nul is, wat gebeurt er dan in een DDM?
Uiteindelijk wordt er een willekeurige keuze gemaakt
81
(ML5) Hoeveel lagen heeft een multilayer perceptron minimaal?
3
82
(ML5) Een onderzoeker observeert geen lange-termijn potentiatie tussen neuronen A en B. Wat kan volgens Hebbian learning geen oorzaak zijn?
Teveel receptoren op de dendrieten van B.
83
(ML5) Wat is een kenmerkende eigenschap van een Hopfield netwerk?
Symmetrische connecties
84
(ML5) Welke projectie in het Lo & Wang model representeert de "threshold"?
Cortex-Caudatum
85
(ML5) Waarom staan de basale ganglia centraal in het Lo & Wang model?
Vanwege de rol in actieselectie
86
(ML5) Tijdens het trainen van een neuraal netwerk observeer je dat de kosten afwisselend hoog en laag zijn, in plaats van convergentie naar een optimum. Wat is een waarschijnlijke reden?
De stapjes zijn te groot waardoor convergentie niet mogelijk is.
87
(ML5) Wat is een belangrijk verschil tussen een M-P neuron en een perceptron?
M-P: binaire input, perceptron: continue input
88
(ML5) Welke stelling is waar met betrekking tot het artikel van Güçlü en van Gerven (2015)?
Eerdere lagen in het DNN hadden kleinere receptieve velden dan latere lagen.
89
(ML5) Welke stelling is juist?
De natrium-kalium pomp is een proteine.
90
(ML5) Wat doet de activeringsfunctie in een kunstmatig neuron?
de activeringsfunctie moet overtroffen worden voor een neuron om positieve output te geven
91
Hopfield network
A fully connected network of artificial neurons (every neuron i is connected to every other neuron).
92
Give two examples of feedforward neural networks:
1) (multi-layered) perceptrons
2) deep neural networks
93
How do you calculate the input that a neuron receives in a weighted Hopfield network?
It is the weighted sum (s.i) of the activation of all other neurons:
s.i = SUM(i ISNOT j) of w.ji * x.j
met w.ji = weight of connection from j to i and
x.j = activation of neuron j.
94
Wat is het doel van cognitieve modellen?
Inzicht geven in menselijk gedrag.
95
Hoe bereiken cognitieve modellen hun doel?
Door gedrag te genereren zoals mensen dat zouden doen, vergelijkbaar met menselijke cognitieve processen.
96
Wat was Herbert Simons belangrijkste idee voor de cognitie?
Om menselijk gedrag te begrijpen, moet je dat gedrag simuleren.
97
Wanner is iets een model?
Als het de belangrijkste eigenschappen van de data samenvat in een concept en een voorspelling doet.
1) Samenvatten
2) voorspellen
98
Spline functie
Een schatting van de richting van de lijn (het model) gebaseerd op lokale informatie.
99
Waarom is de spline functie geen model?
De voorspellende eigenschap zit er niet in, omdat de voorspelling alleen gebaseerd is op lokale informatie en je geen idee hebt wat er bij data die verder weg ligt, gaat gebeuren/
100
Wat weten we over de functie van leren?
Het verband tussen hoeveel je oefent en hoe goed je presteert (en ook met hoe snel je iets doet), is een powerfunctie.
101
Wat is B.i in rationele analyse?
De activatie van een concept.
102
Wat is t.j in rationele analyse?
Een learning event.
103
Wat houdt deze formule in?
Bi = ln ( SOM(n, j=1) van t.j ^ -d )
De activatie groeit met elk learning event, maar met elk learning event is de groei iets kleiner.
104
Wat houdt deze formule in?
L.i = F * e ^ (-B.i)
De retrieval latency is afhankelijk van de activatie. Hoe hoger de activatie, hoe lager de retrieval latency.
105
Wat legt rationele analyse uit?
Waarom leren de vorm van een powerfunctie neemt. Rationele analyse relateert de snelheid &correctheid van herinneren aan omgevingsfactoren zoals aantal herhalingen.
106
Wanneer is een model parsimonious?
Als het model alle elementen heeft die nodig zijn om iets te verklaren, dus niet meer verbeterd kan worden door nog iets aan te passen of toe te voegen.
107
Wat was de conclusie van Van Rijn, van Maanen & van Woudenberg (2009)?
Prestaties waren beter wanneer het leeralgoritme spacing én testing effects meeneemt, dan wanneer de traditionele flashcardmethode gebruikt werd. Maar: alleen wanneer het algortime geoptimaliseerd werd voor individuele verschillen/
108
Perceptual reality monitoring (Dijkstra 2021)
The capacity to resolve the confusion that internally and externally triggered signals are often similar. (So when perception & imagery are confused).
109
What are the three theoretical accounts of perceptual reality monitoring that Dijkstra 2021 mentions?
1. Complete source separation
2. Perky effect
3. Complete source mixing
110
Complete source separation (Dijkstra 2021)
A theoretical account of perceptual reality monitoring where the image and reality look very different.
Says that imagery and perception rely on different cortical layers. Reality judgements do not influence reported image vividness.
111
the Perky effect (Dijkstra 2021)
A theoretical account of perceptual reality monitoring.
When a stimulus is imagined, it lowers the probability of that stimulus being judged as real even when it is real.
112
Complete source mixing (Dijkstra 2021)
A theoretical account of perceptual reality monitoring in which imaging and perceiving the same content leads to increased imagery vividness and perceptual visibility. Reality monitoring decides whether the mixture crosses a reality threshold.
113
What is the hypothesis of Dijkstra 2021? (about perceptual reality monitoring)
When stimuli are judged to reflect reality, they should be associated with stronger ratings of imagery vividness compared to when they are judged to reflect imagination.
114
What are the results of Dijkstra 2021?
They suggest that the strength of the visual experience is encoded in similar activity patterns, regardless of whether it reflects imagery or perception.
115
What model does Dijkstra 2021's conclusion support?
(About perceptual reality monitoring)
A theoretical model in which reality and imagination are intermixed to determine a unified sensory experience.
116
EVC
Early visual cortex
117
Wason selectietaak
Een taak waarbij participanten een aantal kaarten te zien krijgen in combinatie met een regel. Ze moeten een aantal kaarten omdraaien om de regel te verifieren.
118
(ML6) Wat is het belangrijkste mechanisme voor leren, volgens reinforcement learning theorie?
Reward
119
(ML6) Wat is het belangrijkste verschil tussen reinforcement leren als cognitief model ten opzichte van de machine learning methode?
Het doel is om gedrag te begrijpen
120
(ML6) Op basis van welke eigenschappen kun je vaststellen welk van een set modellen geprefereeerd dient te worden?
Flexibiliteit en "goodness-of-fit"
121
(ML6) Wat is AIC?
Een modelselectiemethode.
122
(ML6) Als de "learning rate" parameter in een reinforcement learning model hoger is, dan...
wordt er sneller geleerd
123
(ML6) Als de "temperature" parameter in een reinforcement learning model hoger is, dan...
wordt er minder geëxploreerd
124
(ML6) Wat betekent identifiability?
De parameters van het model voospellen slechts 1 patroon in de data.
125
(ML6) Wat betekent optimistic reinforcement learning?
Dat de learning rate hoger is voor uitkomsten die beter zijn dan verwacht, en lager is voor uitkomsten die slechter zijn dan verwacht.
126
(ML6) Welk hersengebied lijkt vooral betrokken bij optimistic reinforcement learning?
Ventral striatum
127
(ML6) Als je aanneemt dat de waarde van een keuze niet voor iedereen gelijk is, dan...
is een reinforcement model niet meer identifiable.
128
(ML7) Wat is het centrale kenmerk van optimale observer modellen?
Dat ze de kans op succes maximaliseren
129
(ML7) Wat zijn de vier elementen van het theorama van Bayes?
Prior, Posterior, Likelihood, Normalisatie
130
(ML7) Wat optimaliseert de sequential probability ratio test?
Minimaliseert responstijd
131
(ML7) Hoe verschilt MSPRT van SPRT?
De prior van de keuzeopties is lager
132
(ML7) Wat is het "central tendency effect"?
Dat proefpersonen tijd zowel overschatten als onderschatten
133
(ML7) Hoe wordt het grotere central tendency effect bij MCI patiënten verklaard?
Meer onzekerheid in de schatting van tijd, en meer vertrouwen in eerdere ervaring.
134
(ML7) Welk model past het beste bij de data van een multiple choice task?
Max-Minus-Next
135
(ML7) Wat is Hick's law?
De relatie tussen het aantal keuzeopties en reactietijd is logaritmisch
136
(ML7) Welk doel kan het gebruik van optimale observer modellen hebben?
Vaststellen welke eigenschappen van de wereld cruciaal zijn voor het bepalen van succes.
137
(ML7) Heeft de verdeling van eerdere uitkomsten een rol bij het bepalen van optimaal gedrag?
Ja, want het theorama van Bayes zegt dat de prior en de likelihood geïntegreerd worden.
138
(ML8) Wat is een chunk in ACT-R?
Een geheugeneenheid
139
(ML8) Wat is een productieregel?
Een conditie-actie paar
140
(ML8) Wat kan een reden zijn voor discrepantie tussen een ACT-R voorspelling van MRI data en echte data?
Alledrie correct:
1. Statistische power
2. Verkeerde modelspecificatie
3. Verkeerde mapping tussen ACT-R modules en hersengebieden
141
(ML8) Welk hersengebied is geassocieerd met het uitvoeren van ACT-R productieregels?
Caudate nucleus
142
(ML8) Wat is een buffer in ACT-R?
De interface met een module
143
(ML8) Wat is een chunk-type in ACT-R?
Een specificatie van een bepaald type kennis
144
(ML8) Wat is het verschil van Expert ACT-R model van het spel Set ten opzichte van een Beginner model?
Productiecompilatie
145
(ML8) In het ACT-R Set model, waarom worden makkelijke sets sneller gevonden?
Declaratief geheugen vormt een bottleneck voor het voorspellen van kaarten van moeilijke sets.
146
(ML8) Welke modelklasse komt expliciet terug in ACT-R?
Rational analysis
147
(ML8) Welke vorm van cognitie wordt wel onderzocht met ACT-R?
Alledrie correct:
1. Aandacht
2. Probleem oplossen
3. Leren
148
ACT-R
Adaptive Control of Thought - Rational
149
Activity in the a lateral inferior prefrontal region reflects...
(Anderson et al. 2008)
retrieval of information in a declarative module
150
Activity in a posterior parietal region reflects...
(Anderson et al. 2008)
changes to problem representations in an imaginal module
151
Activity in the anterior cingulate cortex reflects...
(Anderson et al. 2008)
the updates of control information in a goal module
152
Activity in the caudate nucleus reflects...
(Anderson et al. 2008)
execution of productions in a procedural module.
153
What can we learn from the differen patterns of activation in the 4 central regions of ACT-R?
(Anderson et al. 2008)
the time course of different components of complex recognition.
154
fMRI
functional magnetic resonance imaging
155
cognitive architectures (Anderson et al. 2008)
formalisms for modeling the mental interactions that occur in the performance of complex tasks.
156
How does Anderson say fmri and cognitive architectures can be brought together?
In a way such that fMRI data provide converging evidence for architectural assumptions, and the architectural assumptions provde explanations for when certain brain regions will show correlations in their activation and when not.
157
What does ACT-R say about the emergence of cognition? (Anderson et al. 2008)
Cognition emerges through the interaction of several relatively independent modules.
158
What three modules does ACT-R contain in Anderson et al. 2008?
1. Visual
2. Retrieval
3. Imaginal
159
How are all the modules in behaviour coordinated according to Anderson et al. 2008?
Through actions of the procedural module.
160
BOLD (Anderson et al. 2008)
blood-oxygen-level-dependent
161
What brain region is the retrieval module associated with? (Anderson et al. 2008)
a lateral inferior prefrontal region, around the inferior frontal sulcus
162
What brain region is the imaginal module associated with? (Anderson et al. 2008)
A parietal region on the border of the intraparietal sulcus
163
What brain region is the goal module associated with in ACT-R? (Anderson et al. 2008)
the anterior cingulate cortex in the medial frontal cortex
164
What brain region is the procedural module associated with in Anderson et al. 2008?
the head of the caudate nucleus, part of the basal ganglia.
165
What are the six modules in ACT-R?
1. Visual
2. Production
3. Retrieval
4. Goal
5. Imaginal
6. Manual
166
What does the visual module do in ACT-R? (Anderson et al. 2008)
It encodes pieces of the visual display such as fragments of an equation.
167
What does the retrieval module do in ACT-R? (Anderson et a. 2008)
It holds retrieval cues such as '8-3' to drive the retrieval of task-relevant facts.
168
What does the imaginal module do in ACT-R? (anderson et al. 2008)
It creates and transforms problem representations, such as intermediate answers in the equation solution.
169
What does the goal module do in ACT-R? (Anderson et al. 2008)
It sets control states to direct the path of information processing, such as whether information is to be retrieved or the equation is to be transformed.
170
What does the manual module do in ACT-R?
It programs the output such as the keying of x as the final answer.
171
What does the procedural module do in ACT-R? (Anderson et al. 2008)
It executes productions that recognize patterns of activity in other modules, selects appropriate actions and relays information to the other modules.
172
Does the ACT-R model work in parallel?
Yes, multiple modules can work in parallel, but the need to pass information among modules imposes some seriality on the overall processing?
173
What four operations tend to repeat when moving to a new state in ACT-R? (Anderson et al. 2008)
1. Procedural: some mental action is selected appropriate to the current state.
2. Goal: there might be some change in the goal controlling the current step.
3. Retrieval: it might be necessary to retrieve info from declarative memory.
4. Imaginal: often the problem representation is updated to incorporate retrieved info.
174
LIPFC (Anderson et al. 2008)
lateral inferior prefrontal cortex
175
ERN (Anderson et al. 2008)
error-related negativity
176
ACC (Anderson et al. 2008)
anterior cingulated cortex
177
SDT
signal detection theory
178
Wat is een hit in SDT?
Een als 'ja' geclassificeerd item dat in werkelijkheid 'ja' is.
179
Wat is een miss in SDT?
Een met 'nee' geclassificeerd item wat in werkelijkheid 'ja'is.
180
Wat is een false alarm in SDT?
Een als 'ja' geclassificeerd item dat in werkelijkheid 'nee' is.
181
Wat is een correct rejection in SDT?
Een als 'nee' geclassificeerd item dat in werkelijkheid 'nee' is.
182
Wat houdt sensitiviteit in bij SDT?
Van de items die in werkelijkheid 'ja' zijn, wat is de proportie die correct geclassificeerd wordt?
=
183
Wat houdt specificiteit in bij SDT?
Van de items die in werkelijkheid 'nee' zijn, welke proportie wordt er correct geclassificeerd?
= proportie false alarms
184
Hoe kun je sensitiviteit zien in een grafiek van SDT?
Hoeveel standard deviations van de noise distribution er tussen de ruis en de signaal+ruis distributie zitten is de d' (sensitiviteit)>
185
HOe uit een laag criterium zich in SDT?
Er wordt vaak met 'ja' geclassificeerd en de ROC-curve loopt steil omhoog aan de liinkerkant, en meer horizontaal aan de rechterkant.
186
ROC (in SDT)
receiver-operator characteristic
187
HOe krijg je het criterium van een bepaald punt op de ROC-curve?
Neem de 1e afgeleide.
aka bereken de raaklijn van dat punt.
188
HOe bereken je de expected value in SDT?
Expected value = SUM ( p * v)
met p = probability of event en
v = value of event.
189
Hoe bereken je het optimale criterium in SDT?
(p(n) / p(s) ) * ( (v.cr-c.fa) / (v.h-c.m) )
met n=no signal, s= signal
en cr= correct rejection, fa= false alarm, h= hit en m is miss.
190
2AFC
Two-alternative Forced choice
191
What is an easy Set according to Taatgen et al. 2003?
A set that is perceptually similar: 3 out of 4 attributes are the same.
192
What are the three levels of difficulty of a set according to Taatgen et al. 2003?
3, 2, 1 or 0 attributes the same (4 levels i guess then??)
193
Wat is het doel van evidence accumulation models?
We willen het verborgen onderliggende processen en de factoren die van invloed zijn begrijpen in noisy decision making.
194
Wat is de implementatie van evidence accumulation models?
Linear ballistic accumulator
195
DDM
diffusion decision model
196
LBA
linear ballistic accumulator
197
LCA
leaky competitive accumulator model
198
Hoe werkt beslissingen maken in een LBA?
Elke optie van de beslissing heeft zn eigen accumulator, het is eensoort race. Eerste die de threshold bereikt, wint.
199
