版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、類別學習通常被定義為個體從離散的事件中抽取出事物的共同特征并概括為一個概念,從而形成一個類別,建立一種對事物類別的反應。類別學習是人類日常生活中使用的極其重要的技能,也是人腦最基本的一種認知功能。
以往研究采用各種類別學習范式和不同的技術手段考察類別學習的認知加工進程和神經(jīng)機制,研究發(fā)現(xiàn)不同的類別學習任務有不同的認知加工和大腦活動。例如,基于規(guī)則的類別學習需要個體運用外顯推理習得某種規(guī)則,從而形成類別,這種類別學習主要與前額葉
2、皮層和尾狀核密切相關。在信息整合任務中,需要整合兩個或者更多刺激維度的信息,從而習得某類別,這種類別習得過程無法用語言來描述,是一種需要程序性記憶介入的類別學習,主要激活基底神經(jīng)節(jié)。原型失真任務則把類別原型扭曲成各種刺激,被試的任務是從這些扭曲的刺激中提取出原型類別。這種類別學習主要激活前額葉,頂葉,內側顳葉,新紋狀體等。
歸納是類別學習中的一種核心能力,類別歸納是通過比較刺激之間共同的特征來判斷兩個或者多個刺激之間的關系。陳
3、安濤等(2007,2008)將類別學習劃分為類別歸納,分類和認知控制三個心理過程。他們采用ERP技術分別對這三個認知加工過程進行了考察。研究得出,類別歸納的神經(jīng)活動產(chǎn)生較大的LPC成分,主要激活了海馬和內側顳葉。分類主要與N2,P3成分密切相關。N2成分的大腦激活區(qū)域定位于前扣帶回,反映了預期違背;而P3成分的大腦激活區(qū)域定位于內側顳葉,反映了長時程分類加工。認知控制發(fā)現(xiàn)無關信息與早期的N2成分有關,定位于ACC。與先前的類別學習研究相
4、比,陳安濤等(2007,2008)采用了一種比較適合于ERP技術的類別學習研究范式,從而能夠在相對獨立的情況下探討類別學習的子過程的神經(jīng)活動,初步探討了人工類別學習的神經(jīng)機制。
在歸納加工中有一種特定的歸納問題,就是分類的不確定性,以及這種不確定性引發(fā)的歸納力度的判斷和其信心水平的評估等問題。前人對于類別歸納的不確定性的研究集中在行為水平上,并且主要探討在不確定性中策略的使用,很少有研究對類別歸納的不確定性的神經(jīng)機制問題進行考
5、察。許多不確定性的神經(jīng)機制研究集中在決策領域,主要采用猜測任務,賭博任務,基于概率的預測任務等研究范式。
盡管前人已經(jīng)對類別學習進行了深入的研究,但仍存在一些問題。由于類別學習任務不同的分類標準,范式的樣式眾多,在各類任務中被試的分類策略也有區(qū)別,每個研究考察的類別學習的側重點也不一樣,在不同的研究任務中大腦的神經(jīng)活動沒有統(tǒng)一的結論。因此,表征,儲存,回憶不同類型和層次的類別學習引發(fā)的大腦的活動是未來相關研究領域的重要課題。另
6、外,在前人研究中對類別學習的神經(jīng)機制方面的考察主要是在病人群體,研究中的病人數(shù)量較小,被試問的個體差異較大,比如年齡差異,性格差異,受教育程度差異等。由于個體差異,很多研究難以得出是自變量直接導致了不同的研究結果,被試因素或者自變量與被試因素交互作用可能會影響實驗結論。到目前為止對類別歸納涉及的心理過程和神經(jīng)活動的研究還很缺乏。雖然Bigman(2004)和陳安濤等(2007,2008)采用時間分辨率高的ERP技術,在前人的研究基礎上對
7、類別學習的心理過程做出了充分的解析,并探討了類別歸納的神經(jīng)機制,但他們沒有采用空間分辨率高的腦成像技術對類別歸納的神經(jīng)機制進行深入的探討,而且沒有對類別歸納中的另一個重要的子加工過程即類別學習中的不確定性進行研究。另外,對類別歸納神經(jīng)性網(wǎng)絡的考察也是當前迫切需要研究的問題。
針對以上的問題,本論文采用兩個研究來考察類別歸納的神經(jīng)機制。
第一,Vigo(2013)提出了概念學習的不變性觀點,將不變性定義為當一個維度被忽
8、略或者抑制時,抽出或者過濾出某一個類別的元素。Vigo理論的本質就是不變性量越多,越容易進行類別學習;不變性量越少就越難進行類別學習。為了考察類別歸納中不變性探測的神經(jīng)機制,我們以Bigman,陳安濤等的研究為基礎,重點借鑒陳安濤的復雜認知分段設計,使用分步歸納學習方法,將行為研究與認知神經(jīng)研究相結合。實驗采用fMRI腦成像技術,考察類別歸納中不變性加工特定的大腦區(qū)域,和大腦區(qū)域之間的激活環(huán)路及其規(guī)律。采用分步歸納范式,有以下兩項考慮:
9、其一,這種類似任務在前人研究中得到一定的使用。其二,在這種任務中,類別結構明確,認知加工過程簡單,這有利于探討在類別學習中類別內尋找類別共性的認知過程和神經(jīng)活動。我們設計了三個實驗試圖探討類別學習中類別歸納的核心問題-不變性探測的神經(jīng)機制。研究結果發(fā)現(xiàn):(1)左側額中回在簡單的類別歸納條件的不變性加工過程中呈現(xiàn)強烈的激活,并且數(shù)據(jù)采用PPI(Psychophysio logical Interaction)分析得出,大腦后部區(qū)域尤其是項
10、部區(qū)域與左側額中回在類別歸納的最后階段交互作用增加。此結果揭示了在類別歸納不變性加工中,左額-頂網(wǎng)絡起著非常重要的作用,初步論證了左側額中回可能是類別歸納不變性的核心區(qū)域。(2)在排除了預期對類別歸納不變性加工的影響以及增加實驗任務復雜程度的情況下,我們發(fā)現(xiàn)類別歸納主要激活了左側前額葉(BAs6,9,44),雙側上頂葉(BA7)和紋狀體等區(qū)域。感興趣區(qū)域和PPI分析進一步發(fā)現(xiàn)在類別歸納中,當更多無效的假設被拒絕時,額葉、頂葉、紋狀體區(qū)域
11、的激活就更強烈,并且前額葉與大腦后部區(qū)域的功能連接加強,尤其是與頂葉(內頂葉,楔前葉),尾狀核,殼核,顳部。最為重要的是,在抑制的量相同的情況下,抽檢一個不變性特征和抽檢兩個不變性特征。兩種不變性抽檢或者歸納的量上的差異在左側背外側前額葉(DLPFC)皮層上得以體現(xiàn),進一步驗證了不變性探測(歸納或者抽檢共性)與左DLPFC的活動密切相關。(3)在盡可能控制和降低工作記憶對不變性探測的影響情況下,我們也發(fā)現(xiàn)了左側額上回(BA6),額中/下
12、回(BA8,9)在類別歸納的不變性探測中有強烈的激活。
三個實驗的結果初步揭示了額-頂,紋狀體,不變性探測和工作記憶之間的內在關系。額-頂網(wǎng)絡主要參與歸納不變性的加工,更重要的是,左DLPFC(BA6,8,9)可能是不變性探測(歸納)的核心區(qū)域。紋狀體更多與工作記憶操作相關,當需要將刺激表征儲存在工作記憶中并在下一階段利用內在表征進行歸納加工時,紋狀體起著非常重要的作用。
第二,我們運用刺激之間的不變性程度差異產(chǎn)生不
13、同的類別歸納任務來探討分類不確定性的神經(jīng)機制。更明確地說,實驗采用fMRI技術,考察分類時歸納結論的不確定性引發(fā)的特定的大腦激活以及大腦激活區(qū)域之間的網(wǎng)絡模式。我們通過實驗四和實驗五對類別歸納中的分類不確定性問題進行了考察。研究結果發(fā)現(xiàn):(1)類別歸納結論的不確定性越大,左側內頂葉激活越強烈。但是左側前扣帶回的激活相反,越確定的分類其激活越強烈。此研究結果可能說明左側內頂葉與分類的不確定性密切相關。但是這個初步結論是從簡單的類別歸納任務
14、中得出(實驗四)。在此實驗中歸納與分類是分步進行的。被試要得出結論需要較多的工作記憶的參與,工作記憶操作可能與分類的不確定性的激活區(qū)域相重疊。另外,實驗條件較簡單,不變性程度的比率設置較少,不能全面地考察到分類不確定性的神經(jīng)機制。(2)在控制工作記憶和增加類別歸納條件情況下,實驗五進一步發(fā)現(xiàn)左側內頂葉,上頂葉,額中回,額內回,雙側腦島等區(qū)域的激活與不確定性加工相關。不確定性越強,這幾個區(qū)域的激活也隨之增強,尤其是左側內頂葉,上頂葉皮層。
15、我們初步認定左側內頂葉和上頂葉是類別學習中分類不確定性認知加工過程的核心激活區(qū)域。這種分類的不確定性通過執(zhí)行控制系統(tǒng)中心區(qū)域-前額葉進行調控,而反應選擇的決策引發(fā)一種選擇不確定性的狀態(tài),即使沒有外在的獎勵驅使,通過刺激與反應連接做出正確結論也能引發(fā)腦島的激活。
結合本論文的研究結果與前人已有的研究結論,我們總結出類別歸納不變性探測和分類不確定性的神經(jīng)激活模式。類別歸納加工可能主要是與額-頂-紋狀體網(wǎng)絡密切相關。額葉的背外側皮層
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 2019不確定性中的確定性
- 2019不確定性中的確定性
- 論確定性與不確定性.pdf
- 線性時不變系統(tǒng)的不確定性分析.pdf
- 論不確定性中的信任
- 銀行業(yè)不確定性中尋找確定性
- 不確定性會計研究.pdf
- 論哈姆雷特的不確定性
- 學會從不確定性中獲益
- 考慮載荷不確定性和剛度不確定性的魯棒優(yōu)化問題.pdf
- 油藏建模中的不確定性研究.pdf
- 論教育的不確定性.pdf
- 基于不確定性的確定性決策分析
- 論不確定性審計.pdf
- 供應鏈中的不確定性
- 在不確定性中捕捉靈感.pdf
- 指稱信息的不確定性.pdf
- 美術中的不確定性因素探討.pdf
- 不確定性推理機制的研究與應用.pdf
- 面向不確定性數(shù)據(jù)的若干分類算法研究.pdf
評論
0/150
提交評論