Измерение внимание и скорость обработки визуальной модели на основе анализа судебных решений Temporal порядка

Резюме

Temporal-order judgments can be used to estimate processing speed parameters and attentional weights and thereby to infer the mechanisms of attentional processing. This methodology can be applied to a wide range of visual stimuli and works with many attention manipulations.

Аннотация

Этот протокол описывает, как проводить эксперименты во времени порядка для измерения скорость обработки визуальной и сосредоточения внимания распределения ресурсов. Предлагаемый метод основан на новой и синергетической комбинации трех компонентов: временные порядка суждения (TOJ) парадигма, теория Bundesen по зрительное внимание (TVA) и иерархическую структуру байесовского оценивания. Метод обеспечивает легко интерпретируемые параметры, которые поддерживаются теоретическими и нейрофизиологических основ TVA. Использование TOJs, ТВА на основе оценки могут быть получены для широкого спектра стимулов, в то время как традиционные парадигмами, используемые с TVA, в основном ограничивается буквами и цифрами. И, наконец, значимые параметры предложенной модели позволяют для создания иерархической байесовской модели. Такая статистическая модель позволяет оценить результаты в одном когерентном анализе как по этому вопросу и на уровне группы.

Для демонстрации возможности и Versatility этого нового подхода, три эксперимента сообщается с вниманием манипуляций в синтетических Выдвижной дисплеи, природные образы, и парадигма письма подают реплики-отчет.

Введение

Как внимание распределяется в пространстве и во времени, является одним из наиболее важных факторов зрительного восприятия человека. Объекты, которые привлекают внимание из-за их заметности или важности, как правило, обрабатываются быстрее и с более высокой точностью. В поведенческих исследований, такие преимущества производительности были продемонстрированы в различных экспериментальных парадигм. Например, выделение внимание на целевое расположение ускоряет реакцию в задачах обнаружения зонда ^1. Аналогичным образом , точность отчетных писем улучшается внимание ^2. Такие находки доказывают, что внимание улучшает обработку, но они остаются безнадежно немым о том, как установлено это усиление.

В настоящей работе показано, что механизмы низкого уровня за преимущества сосредоточения внимания могут быть оценены путем измерения скорости обработки отдельных стимулов в рамках модели на основе, которая связывает измерения с мелкозернистый ComponenТ.С. внимания. С помощью такой модели, общая мощность переработки и распределение его между стимулами могут быть выведены из измерений скорости обработки.

Теория Bundesen о зрительное внимание (TVA) ³ обеспечивает подходящую модель для этой деятельности. Это, как правило, применяется к данным из задач письма отчета. В дальнейшем, основы TVA объясняются и показано, каким образом они могут быть расширены для моделирования данных суждения височной порядка (TOJ), полученные с (почти) произвольными раздражители. Этот новый метод позволяет получить оценки скорости обработки и распределения ресурсов, которые могут быть легко интерпретированы. Протокол в этой статье объясняется, как планировать и проводить такие эксперименты и детали, как можно анализировать данные.

Как было упомянуто выше, обычная парадигма в ТВА на основе моделирования и оценки параметров внимания, является задачей письмо отчет. Участники сообщают о личности набора букв,на короткое время мелькали и обычно замаскированы после того, как в той или иной задержки. Среди других параметров, скорость, с которой визуальные элементы кодируются в зрительной кратковременной памяти может быть оценена. Этот метод был успешно применен к вопросам в области фундаментальных и клинических исследований. Например, Bublak и его коллеги оценивали ⁴ , которые параметры сосредоточения внимания влияют на разных стадиях возрастных когнитивных нарушений. В фундаментальных исследованиях внимания, Петерсен, Kyllingsbæk и Bundesen ⁵ используется TVA для моделирования эффекта времени сосредоточения внимания задержки, трудности наблюдателя в восприятии второй из двух мишеней через определенные промежутки времени. Основным недостатком парадигмы письма отчета в том, что она требует достаточно overlearned и маскируемых раздражители. Это требование ограничивает метод для букв и цифр. Другие стимулы потребует тяжелой подготовки участников.

Парадигма TOJ не требует ни специфической Стимуля и не маскировка. Он может быть использован с любым видом стимулов, для которых порядок появления можно судить. Это расширяет диапазон стимулов , чтобы в значительной степени все , что может представлять интерес, в том числе прямых сравнений ⁶ кросс-модальные.

Исследуя внимание с TOJs основан на явлении сосредоточения внимания предварительного ввода, которая является мерой того, как воспринимается гораздо раньше присутствовал стимул по сравнению с автоматической один. К сожалению, обычный метод для анализа данных TOJ, слесарно производительности наблюдатель психометрических функций (например, кумулятивных гауссовых или логистических функций), не может различить , увеличивает ли внимание скорость обработки обслуживаемого стимула или если он снижает скорость автоматической стимула ^7. Эта двусмысленность является серьезной проблемой, так как вопрос о том, действительно усиливается восприятие стимула или, если это приносит пользу из-за вывода средств из конкурирующей Стимул нам вопрос как фундаментальное, так и практическое значение. Например, для проектирования человек-машинных интерфейсов является весьма актуальным знать, если увеличивается известность одного элемента работает за счет другого.

Задача TOJ обычно протекает следующим образом: метка фиксации представлена ​​на короткой задержки, как правило, случайно обращается интервал короче, чем на секунду. Затем первая мишень представлен, а затем после того, как переменная начала стимула асинхронной (SOA) по второй мишени. При отрицательных СОА, зонд, то присутствовал стимул, показан в первую очередь. При положительных СОА, ссылка, неуправляемой стимул, ведет. На SOA нуля, обе мишени проявляются одновременно.

Как правило, представляя цель относится к переключению стимул на. При определенных условиях, однако, и другие временные события, такие как мелькание уже настоящей цели или смещения используются ^8.

_content "> В TOJs ответы собраны в unspeeded образом, как правило , с помощью клавиш , отображенных на раздражитель идентичностей и представления заказов (например, если стимулы квадраты и алмазы, один ключ указывает на " квадрат первого "и еще один" бриллиант первый ") . Важно отметить, что для оценки, эти решения должны быть преобразованы в "зонд первым" (или "ссылка первый") суждения.

В данной работе, сочетание модели обработки TVA и экспериментальной парадигмы TOJ используется для устранения проблем в любой из отдельного домена. С помощью этого метода, легко интерпретируемые скоростные параметры могут быть оценены почти произвольных визуальных стимулов, что позволяет сделать вывод о том, как внимание наблюдателя выделяется на конкурирующие визуальные элементы.

Модель основана на уравнениях TVA для обработки отдельных раздражителей, которые в скором времени будут объяснены в следующем. Вероятность того, что один Стимулмы закодирован в визуальный кратковременной памяти перед другим интерпретируется как вероятность судить этот стимул, как появляются в первую очередь. Отдельные длительности кодирования экспоненциально распределены ^9:

(1)

Максимальная длительность экспозиции неэффективна т ₀ порог , перед которым ничто не кодируется вообще. По словам TVA, скорость Ф _{Х, я} , при котором объект х кодируется как член воспринимаемого категории I (такие как цвет или форма) задается уравнением скорости,

, (2)

Сила чувственного доказательства того, что х принадлежит к категории I выражается в п _{х, I,} и р _я предубеждение решение для категоризации стимулов в качестве членов категории I. Это умножается наttentional веса. Индивидуальные веса ш сосредоточения внимания _х разделены сосредоточения внимания весов всех объектов в поле зрения. Следовательно, относительный вес сосредоточения внимания вычисляется как

(3)

где R представляет все категории и п _х, представляет собой сенсорную доказательства того, что объект х принадлежит к категории J. Значение π _J называется уместность категории J и отражает смещение , чтобы сделать категоризацию в J. Общая мощность переработки C представляет собой сумму всех скоростей обработки для всех раздражители и категоризации. Для более подробного описания TVA, обратитесь к Bundesen и Habekost в книге ^9.

В нашем новом способе, уравнение 1, которое описывает кодирование отдельных стимулов, преобразуется в модель TOJs. Предполагая, что предвзятость выбора и категории отчетов являются constanт в пределах экспериментальной задачи, темпы обработки v _р и v _р от двух целевых стимулов зонда (р) и эталонного (г) зависит от С и сосредоточения внимания весов в виде V _P = C · ш _р и V _R = C · ш _г соответственно. Новая модель TOJ выражает вероятность успеха P _{P ¹} - ^_ое , что участник судьи зонд стимула быть первым в зависимости от SOA и скорости обработки. Это может быть формализована следующим образом:

(4)

Более подробное описание того , как это уравнение выводится из основных уравнений TVA описывается Тюннерманн, Петерсен и Scharlau ^7.

Для простоты, параметр T ₀ опущен в модели в уравнении 1. В соответствии с первоначальным TVA, т ₀ должны быть одинаковыми для мальй цели в задаче TOJ, и, следовательно, сокращается. Однако это предположение может иногда быть нарушено (смотрите раздел Обсуждение).

Для установки этого уравнения к данным TOJ, иерархическая байесовский схема ¹¹ оценки предлагается. Такой подход позволяет оценить веса ш к вниманию _р и ш _г зонда и эталонных стимулов и общей скорости обработки C. Эти параметры, в результате темпы поглощения v _р и V _R и внимание индуцированное различия между ними, могут быть оценены на уровне субъекта и группы наряду с оцениваемыми неопределенности. Иерархическая модель показана на рисунке 1. На этапе планирования для эксперимента, удобный байесовский анализ мощности может быть проведена.

Следующий протокол описывает, как планировать, выполнять и анализировать эксперименты TOJ, из которых скоростные параметры обработки и веса для сосредоточения внимания зрительных стимулов можетбыть получены. Протокол предполагает, что исследователь интересуется, каким образом манипуляции влияет сосредоточения внимания на скорость обработки некоторых целей, представляющих интерес.

Рисунок 1: Графическая модель , используемая в байесовской процедуры оценки. Круги показывают оценочные распределения; двойные кружки обозначают детерминированные узлы. Квадраты указывают данные. Отношения приведены на правой стороне фигуры. Узлы вне закругленных кадров ( "тарелки") представляют собой средние и дисперсии оценки параметров TVA (см Введение) на уровне группы. В пластинке "J предметов", можно видеть, как вес (сосредоточения внимания со) в сочетании с общими показателями по переработке (С) от скорости обработки стимула (v) на уровне субъекта. Тарелка "я СОО &# 8221; показывает , как эти параметры TVA затем преобразуются ( с помощью функции P _{P ¹} , описанной во введении) в вероятности успеха (q) для распределенных биномиально ответов на каждом SOA. Таким образом, θ вместе с повторениями SOA (п) описывают точки данных (у). Для получения более подробной информации о записи и интерпретации графических моделей, обратитесь к Ли и ВАГЕНМАКЕРС ^23. Обратите внимание, что для наглядности, узлы, которые представляют собой разности параметров, были опущены. Эти детерминированные параметры указаны на рисунках результатов эксперимента вместо. Пожалуйста , нажмите здесь , чтобы посмотреть увеличенную версию этой фигуры.

Access restricted. Please log in or start a trial to view this content.

протокол

Примечание: Некоторые шаги в этом протоколе может быть осуществлено с использованием специального программного обеспечения при условии (вместе с инструкциями по установке) на http://groups.upb.de/viat/TVATOJ. В протоколе, это сборник программ и скриптов, называется "TVATOJ".

1. Выбор стимульного материала

1. Выберите стимулы в соответствии с вопросом исследования.
   Примечание: В общем случае, две мишени приведены в различных местах на экране. Стимулы, которые были использованы в настоящем способе, включают, например, формы, цифры, буквы, одиночек в Выдвижной дисплеев, а также объекты естественного изображения. Последние три типа использовались в данном протоколе.
   Примечание: Несколько различных типов стимула включены в плагин TOJ ( "psylab_toj_stimulus" , которая входит TVATOJ) для эксперимента строитель OpenSesame ^12.
2. При создании новых типов стимула, убедитесь, что свойства Интерей должны быть закодированы для суда, сделав их важными для выполнения этой задачи или выбрать раздражители где свойства интереса кодируются автоматически (например, одиночек в Выдвижной дисплеев).

2. Оценка мощности и планирование

1. Выполните байесовский анализ мощности путем моделирования наборов данных с выбранной моделью, планируется дизайн (распределение SOA и повторы), размеры выборки, и гипотетические параметры. Расчетный показатель является ли она , вероятно, достигнет цели исследования (например, определенная разница в параметрах). Если питание не является достаточным, изменять конструкцию, добавляя или сдвигая СОА или повторений и повторить анализ.
   1. Для того, чтобы использовать предоставленное программное обеспечение TVATOJ, открывать и редактировать сценарий "exp1-power.R". Следуйте комментарии в файле, чтобы настроить его для конкретного анализа. Для получения общей информации по оценке байесовской мощности относятся к Kruschke ^13.

<р класс = "jove_title"> 3. Спецификация или программирование эксперимента

1. Используйте эксперимент строитель или психофизическое библиотеку презентаций для осуществления эксперимента.
   1. Для того, чтобы использовать плагин OpenSesame TOJ, представленную в TVATOJ, перетащите "psylab_toj_stimulus" плагин в петлю пробный презентации. В качестве альтернативы, откройте "простой" toj.osexp пример эксперимента в OpenSesame.
   2. Выберите нужный тип стимула из выпадающего меню "Стимул" типа в конфигурации psylab_toj_stimulus. Следуйте инструкциям в TVATOJ для добавления новых типов стимула при необходимости.
2. Укажите испытания , как описано в следующих шагах.
   1. Для каждого условия эксперимента, создавать испытания с запланированным СОА. При использовании плагина psylab_toj_stimulus и OpenSesame, добавьте все разнообразные факторы , как переменные для цикла пробной (например , "SOA").
   2. Добавьте строки в таблицу, чтобы понять,все комбинации факторов (например, семь SOAS, от -100 до 100 мс, скрещивают с условиями эксперимента "внимание" и "нейтральный"). Настройка "Повтор" атрибут Петля для создания достаточного повторений (см шаг протокола 2 для определения распределения и повторения СОА).
      Примечание: Как правило, не более 800 испытаний могут быть представлены в течение одного часа. Если требуется большее количество повторений, рассмотреть возможность разделения эксперимента на несколько сеансов. Убедитесь, что атрибут "Order" из цикла установлено значение "Random" перед запуском эксперимента.
   3. В psylab_toj_stimulus конфигурации плагина, добавьте заполнители (например , "[SOA]") для различных факторов в соответствующих областях. Введите постоянные значения в полях факторов, которые не изменяются.
      Примечание: Перед запуском эксперимента, чтобы убедиться, что точные сроки гарантировано. Если соответствующее поведение сроки новых мониторов не было проверено, использованиеЭЛТ - мониторы и синхронизации с вертикальной развертки сигнала ^12.

4. Процедура Экспериментальная

1. Приветствуя и инструктаж участников
   1. Приветствую участников и проинформировать их об общем виде эксперимента (компьютерный эксперимент) восприятие. Информирует участников о предполагаемой продолжительности эксперимента. Получить информированное согласие участников на участие в эксперименте.
   2. Убедитесь в том, что участники показывают нормальный или исправленный к нормальное зрение (оптимально путем проведения коротких тестов со зрением). Некоторые дефициты, такие как цветовой слепоты, может быть допустимым, если они не мешают исследования вопроса для конкретного типа стимула материала.
   3. Обеспечить спокойную стенд, где проводится эксперимент. Отрегулируйте стул, подбородка, положение клавиатуры, и так далее, чтобы обеспечить оптимальный просмотр и реагирования на условия для experimeнт.
   4. Убедитесь, участники знают, что эксперимент требует внимания и умственную концентрацию и может быть утомительным. Попросите их делать короткие перерывы, когда это требуется. Это, однако, в равной степени важно, чтобы не выполнять эти простые задачи под сильным штаммом сосредоточения внимания. Скажите участникам, что это нормально, чтобы сделать какие-то ошибки.
2. Инструкция и разминка
   1. Присутствуют следуйте инструкциям на экране для выполнения этой задачи, детализирующие порядок последовательности презентации и ответ. Информирует участников о том, что задача состоит в том, чтобы сообщить порядок, в котором цели прибыли, и что это будет трудно в некоторых исследованиях. Попросите участников сообщить свое первое впечатление, когда они не могут сказать наверняка, порядок, и пусть они думаю, если у них нет такого впечатления вообще.
      Примечание: В бинарных TOJs, используемых здесь, нет, чтобы указать восприятие одновременности. Для того, чтобы избежать чрезмерного угадывание, не указывают на наличие испытаний с симуltaneously представлены цели в явном виде. Пусть они просто трудные испытания с инструкциями, изложенными выше.
   2. Для того, чтобы избежать движения глаз во время испытаний, попросите участников зацикливается знак, который показан в центре экрана. Попросите, чтобы отдохнуть голову на подбородка.
   3. Попросите участников делать короткие перерывы, если это необходимо. Пусть они знают , когда перерывы разрешено , и когда они должны избегать (например, во время целевой презентации и до ответа).
   4. Включите краткое обучение, в котором участники могут привыкнуть к задаче. С этой целью представить случайное подмножество экспериментальных испытаний (см шаг протокола 3.2).
      Примечание: Поскольку сама задача довольно проста, от десяти до двадцати испытаний, как правило, достаточно. Это может быть выгодно, чтобы повысить доверие участников к их деятельности в этой задаче. Это может быть сделано путем замедления презентации и обеспечения обратной связи.
   5. Получить confirmati у участниковна том, что они поняли задачу (пусть это объяснить), и что у них нет никаких дальнейших вопросов.
3. Запуск основного эксперимента
   1. Пусть экспериментальный запуск программного обеспечения с презентацией основных испытаний. Оставьте стенд для основного эксперимента.

5. На основе модели Анализ данных TOJ

1. Преобразование файлов исходных данных в эпизодам "Зонд" первых решений для каждого SOA. Например, запустите скрипт "os2toj.py", поставляемое с TVATOJ.
2. Запуск Байеса методики оценки для оценки основных параметров ш _р и С, полученные из них v _р и v _г и разности параметров. Для этого запустите скрипт "обкатываются evaluation.R" после редактирования его в соответствии с инструкциями, приведенными в файле.
3. Когда выборка завершена, различия, представляющие интерес для исследовательских вопросов могут быть оценены. Examplэс можно найти в следующем разделе.

Access restricted. Please log in or start a trial to view this content.

Результаты

Ниже приведены результаты, полученные с помощью предлагаемого способа сообщается. Три эксперимента измеряли влияние различных манипуляций с сосредоточения внимания трех весьма различных типов стимула материала. Стимулы представляют собой простые отрезки в Выдвиж?...

Access restricted. Please log in or start a trial to view this content.

Обсуждение

Протокол в данной статье описывается, как проводить простые TOJs и подходят данные с моделями, основанными на фундаментальном кодирования стимула. Три эксперимента показали, как результаты могут быть оценены в виде иерархической структуры байесовской оценки для оценки влияния внимани?...

Access restricted. Please log in or start a trial to view this content.

Материалы

Name	Company	Catalog Number	Comments
Personal Computer
(Open Source) Experimentation and evaluation software