Jove
Visualize
Contáctanos

Videos de Conceptos Relacionados

Observational Learning01:12

Observational Learning

Albert Bandura's observational learning, also known as imitation or modeling, occurs when a person observes and imitates another's behavior. It is a quicker process than operant conditioning. A well-known example is the Bobo doll study, where children who saw an adult acting aggressively towards the doll were more likely to act aggressively when left alone, compared to those who observed a nonaggressive adult. Many psychologists view observational learning as a form of latent learning because...
Avoidance Learning and Learned Helplessness01:14

Avoidance Learning and Learned Helplessness

Avoidance learning and learned helplessness are critical concepts in understanding behavioral responses to negative stimuli.
Avoidance learning occurs when an organism learns that a specific behavior can prevent an unpleasant outcome. For example, a student who receives a bad grade may start studying harder to avoid future poor grades. This behavior persists even when the negative outcome is no longer present. Avoidance learning is powerful because it maintains behavior in the absence of the...
Hindsight Biases01:12

Hindsight Biases

Hindsight bias leads you to believe that the event you just experienced was predictable, even though it really wasn’t. In other words, you knew all along that things would turn out the way they did. Can you relate this to the phrase "Hindsight is 20/20" now?
Associative Learning01:27

Associative Learning

Associative learning is a fundamental concept in behavioral psychology, wherein a connection is established between two stimuli or events, leading to a learned response. This process is critical in understanding how behaviors are acquired and modified. Conditioning, the mechanism through which associations are formed, can be divided into two main types: classical conditioning and operant conditioning, each elucidating different aspects of associative learning.
Classical conditioning, also known...
Cognitive Learning01:21

Cognitive Learning

Cognitive learning is based on purposive behavior, incidental learning, and insight learning.
E. C. Tolman's theory of purposive behavior emphasizes that much behavior is goal-directed. He argued that to understand behavior, we must look at the entire sequence of actions leading to a goal. For instance, high school students study hard, not just due to past reinforcement but also to achieve the goal of getting into a good college.
Tolman introduced the idea that behavior is influenced by...
Neural Regulation01:37

Neural Regulation

Digestion begins with a cephalic phase that prepares the digestive system to receive food. When our brain processes visual or olfactory information about food, it triggers impulses in the cranial nerves innervating the salivary glands and stomach to prepare for food.

También podría leer

Artículos Relacionados

Artículos vinculados a este trabajo por autores compartidos, revista y gráfico de citas.

Ordenar por
Same author

K-Alpha Calculator-Krippendorff's Alpha Calculator: A user-friendly tool for computing Krippendorff's Alpha inter-rater reliability coefficient.

MethodsX·2024
Same author

Testing the convergent validity, domain generality, and temporal stability of selected measures of people's tendency to explore.

Nature communications·2024
Same author

LDA2Net Digging under the surface of COVID-19 scientific literature topics via a network-based approach.

PloS one·2024
Same author

The architecture of partisan debates: The online controversy on the no-deal Brexit.

PloS one·2022
Same author

Representation of Jews and Anti-Jewish Bias in 19th Century French Public Discourse: Distant and Close Reading.

Frontiers in big data·2022
Same author

Percent framing attenuates the magnitude effect in a preference-matching task of intertemporal choice.

PloS one·2022
JoVE
x logofacebook logolinkedin logoyoutube logo
ACERCA DE JoVE
Visión GeneralLiderazgoBlogCentro de Ayuda JoVE
AUTORES
Proceso de PublicaciónConsejo EditorialAlcance y PolíticasRevisión por ParesPreguntas FrecuentesEnviar
BIBLIOTECARIOS
TestimoniosSuscripcionesAccesoRecursosConsejo Asesor de BibliotecasPreguntas Frecuentes
INVESTIGACIÓN
JoVE JournalMethods CollectionsJoVE Encyclopedia of ExperimentsArchivo
EDUCACIÓN
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab ManualCentro de Recursos para ProfesoresSitio de Profesores
Términos y Condiciones de Uso
Política de Privacidad
Políticas

Video Experimental Relacionado

Updated: Jul 7, 2026

Closed-loop Neuro-robotic Experiments to Test Computational Properties of Neuronal Networks
11:18

Closed-loop Neuro-robotic Experiments to Test Computational Properties of Neuronal Networks

Published on: March 2, 2015

Predecir el aprendizaje interactivo humano mediante redes neuronales impulsadas por el arrepentimiento.

Davide Marchiori1, Massimo Warglien

  • 1Interdepartmental Center for Research Training in Economics and Management (CIFREM), University of Trento, Italy.

Science (New York, N.Y.)
|February 23, 2008
PubMed
Resumen

Las redes neuronales que modelan el aprendizaje interactivo humano en juegos predicen con precisión el comportamiento. La retroalimentación basada en el arrepentimiento mejora significativamente las predicciones, superando a los modelos económicos tradicionales para comprender la dinámica del aprendizaje social.

Videos de Experimentos Relacionados

Last Updated: Jul 7, 2026

Closed-loop Neuro-robotic Experiments to Test Computational Properties of Neuronal Networks
11:18

Closed-loop Neuro-robotic Experiments to Test Computational Properties of Neuronal Networks

Published on: March 2, 2015

Área de la Ciencia:

  • Ciencias Cognitivas Ciencias Cognitivas.
  • La neurociencia es la neurociencia.
  • Teoría de juegos Teoría de juegos.

Sus antecedentes:

  • El aprendizaje humano en contextos sociales es intrínsecamente interactivo, con el aprendizaje individual influenciado por el aprendizaje concurrente de otros.
  • Los juegos sirven como modelo estándar para escenarios de toma de decisiones interactivas.
  • Comprender y predecir el aprendizaje interactivo es crucial en contextos sociales.

Objetivo del estudio:

  • Explorar la eficacia de las redes neuronales en el modelado y la predicción del aprendizaje interactivo humano dentro de entornos de juego repetidos.
  • Evaluar el impacto de la retroalimentación basada en el arrepentimiento en la precisión predictiva de estos modelos.
  • Para comparar el rendimiento de los modelos de redes neuronales basadas en el arrepentimiento con los modelos económicos establecidos.

Principales métodos:

  • Utilizó redes neuronales simples diseñadas para simular procesos de aprendizaje.
  • Incorporó mecanismos de retroalimentación basados en el arrepentimiento en las redes de aprendizaje.
  • Probó los modelos en 21 juegos diversos con equilibrios únicos de estrategia mixta.
  • Comparó las predicciones del modelo con el comportamiento humano observado en entornos experimentales.

Principales resultados:

  • Incluso las redes neuronales básicas con retroalimentación basada en el arrepentimiento predijeron con precisión el comportamiento humano en juegos repetidos.
  • La inclusión del arrepentimiento en el mecanismo de retroalimentación mejoró sustancialmente el rendimiento predictivo de la red neuronal.
  • Los modelos basados en el arrepentimiento demostraron capacidades predictivas superiores en comparación con los modelos económicos convencionales.

Conclusiones:

  • Las redes neuronales, particularmente cuando incorporan retroalimentación basada en el arrepentimiento, ofrecen una poderosa herramienta para modelar el aprendizaje interactivo humano.
  • El arrepentimiento es un factor clave en el aprendizaje social que puede ser efectivamente capturado por modelos computacionales.
  • Estos hallazgos sugieren una dirección prometedora para avanzar en nuestra comprensión de la toma de decisiones interactivas y el aprendizaje social a través de enfoques computacionales.