斯特鲁普效应是如何从横向连接的自组织地图中的最佳响应时间中产生的
Divya Prabhakaran1, Uli Grasemann1, Swathi Kiran2
1The University of Texas at Austin.
ArXiv
|February 20, 2025
概括
这项研究使用自组织地图 (SOMs) 建模了Stroop效应,展示了如何通过优化响应时间产生认知干扰. 该模型准确地模拟了选择性注意力和执行功能.
科学领域:
- 认知科学 认知科学
- 计算神经科学是一种神经科学.
- 人工智能的人工智能
背景情况:
- 斯特鲁普效应证明了颜色命名任务中的认知干扰,其中词色不匹配导致反应缓慢.
- 斯特鲁普任务是评估认知灵活性,选择性注意力和执行功能的关键工具.
- 了解认知控制背后的神经机制对于解释这种效应至关重要.
研究的目的:
- 使用自组织地图 (SOMs) 实现Stroop任务的计算模型.
- 调查认知干扰是如何作为高效信息处理的副产品出现的.
- 探索SOMs在模拟神经学启发的认知控制方面的潜力.
主要方法:
- 使用自组织地图 (SOMs) 与语义和词汇地图.
- 在地图上输入目标颜色和竞争词.
- 使用关联和横向连接来模拟信息处理和时间动态.
主要成果:
- 实现了整体模型准确率为84.2%.
- 与不一致和无输入条件相比,在一致条件下显示出明显更少的错误和更快的响应.
- 确定了Stroop效应作为优化响应时间以获得高效性能的一个新兴属性.
结论:
- 基于SOM的模型成功地复制了Stroop效应.
- 该模型提供了对认知控制的见解,作为高效处理的新兴现象.
- 这种方法为研究神经学启发的认知控制和相关现象提供了一个框架.


