贝叶斯推理在手臂姿势感知中的贝叶斯推理

科学领域:

• 神经科学是一个神经科学.
• 计算神经科学是一种神经科学.
• 人类运动控制人体运动控制

背景情况:

• 大脑计算四肢的位置,使用来自机械感受器的噪音感官信息.
• 据信,自身感知,肢体位置的感知,涉及概率处理和贝叶斯推理.

研究的目的:

• 为了测试这个假设,手臂姿势感知遵循贝叶斯规则,通过将杂的感觉数据与先前的信念整合起来.
• 为了比较贝叶斯模型与高斯先验与模型与统一先验的模型,以解释手臂姿势感知错误.

主要方法:

• 开发了一个手臂姿势感知的计算模型,作为一个概率的动力学链与高斯噪声和高斯先验.
• 进行了基于虚拟现实 (VR) 的姿势匹配任务,参与者将他们看不见的手臂与目标姿势对齐.
• 使用最大概率估计来将贝叶斯模型与行为数据相匹配并估计先前的参数.

主要成果:

• 个别参与者表现出独特的偏见,在匹配他们看不见的手臂与目标姿势时.
• 纳入高斯先验的贝叶斯模型在解释响应偏差和差异方面显著优于统一先验模型.
• 估计了参与者特定的先验,反映了个人对手臂姿势感知的差异.

结论:

• 手臂姿势感知被很好地模拟为贝叶斯计算,将感官输入与非统一的,参与者特定的先验集成在一起.
• 这种贝叶斯框架为自身感知计算的性质提供了新的见解,并澄清了空间意识中的偏见.
• 这些发现突出了先前的信念在塑造我们肢体位置感的作用.