视觉工作记忆的随机吸引模型
1School of Psychology, University East Anglia, Norwich, United Kingdom.
PloS one
|April 3, 2024
概括
这项研究使用随机吸引力动态模型模型工作记忆,提出一个多项模型,更好地解释连续报告任务数据和视觉记忆中的交换错误.
科学领域:
- 认知神经科学 认知神经科学
- 计算心理学 计算心理学
背景情况:
- 工作记忆模型经常使用随机吸引力动力学来解释试验对试验的反应偏差.
- 之前的模型成功地解释了多试验视觉工作记忆任务中的偏差.
研究的目的:
- 为了在单个试验中适应多项工作记忆的随机吸引力学.
- 评估多项模型能够解释来自连续报告任务的行为数据的能力.
- 阐明工作内存中交换错误的机制.
主要方法:
- 开发了一个多项工作记忆模型,其中固定点代表项目.
- 从持续报告工作记忆任务中分析行为数据.
- 研究了记忆痕迹扩散和吸引器捕获,以建模交换错误.
主要成果:
- 与以前的方法相比,多项模型提供了比以前的方法更好的行为数据.
- 提出了交换错误的机制:记忆痕迹扩散并被其他项目吸引器捕获.
- 交换错误曲线显示了这个过程的持续时间演变.
结论:
- 随机吸引力动态,扩展到多项表征,有效地模拟工作记忆.
- 该模型解释了交换错误是由于内存痕迹扩散和吸引器捕获的结果.
- 经验记忆的性能反映了一个随机的过程,有纠错的动态,而不是纯粹的扩散过程.
