Teoría Cuántica Neural
20
• Un intento por derivar una función psicométrica lineal a partir a partir del supuesto de que la discriminación ocurre a lo largo de una dimensión sensorial dentro del observador compuesta de pequeños pasos discretos (cuánticos) • Un observador puede detectar un incremento ΔΦ, en un estímulo Φ, solo cuando es suficientemente grande como para excitar una unidad neuronal adicional. • p = estimulación excedente, Q incremento necesario para excitar una unidad neuronal adicional. • El valor de ΔΦ que es suficiente para excitar un quantum neural adicional es: ΔΦ = Q – p. • La proporción de ocasiones en que ΔΦ excitará un quantum adicional es: r1 = ΔΦ/Q. • La predicción para un umbral de dos unidades es r2 = (ΔΦ – Q)/Q Teoría Cuántica Neural
description
Teoría Cuántica Neural. Un intento por derivar una función psicométrica lineal a partir a partir del supuesto de que la discriminación ocurre a lo largo de una dimensión sensorial dentro del observador compuesta de pequeños pasos discretos (cuánticos) - PowerPoint PPT Presentation
Transcript of Teoría Cuántica Neural
• Un intento por derivar una función psicométrica lineal a partir a partir del supuesto de que la discriminación ocurre a lo largo de una dimensión sensorial dentro del observador compuesta de pequeños pasos discretos (cuánticos)
• Un observador puede detectar un incremento ΔΦ, en un estímulo Φ, solo cuando es suficientemente grande como para excitar una unidad neuronal adicional.
• p = estimulación excedente, Q incremento necesario para excitar una unidad neuronal adicional.
• El valor de ΔΦ que es suficiente para excitar un quantum neural adicional es: ΔΦ = Q – p.
• La proporción de ocasiones en que ΔΦ excitará un quantum adicional es: r1 = ΔΦ/Q.
• La predicción para un umbral de dos unidades es r2 = (ΔΦ – Q)/Q
Teoría Cuántica Neural
Stevens y condiciones
• Control cuidadoso del estímulo.
• Mantener constante el criterio en la sesión (recta vs ojiva)
• Transición rápida entre los estímulos estándar y de comparación.
Factores no sensoriales
• Dificultades con la noción de umbral absoluto
• La probabilidad de ocurrencia del estímulo.
• Matriz de pagos.
• Sesgo de respuesta
Detección de Señales: Terminología
• Ensayos de ruido.• Ensayos de señal.• Tasa de hits.
Respuesta
Tipo
De
Ensayo
NO SI
RUIDO Rechazo
correcto
Falsa
Alarma
SEÑAL Fallo Hit
Tasa de falsas alarmas
ruidodeensayosdealarmasfalsasde
f##
Tasa de fallos = 1 - h
Tasa de rechazos correctos = 1 - f
señaldeensayosseñallaasirespuestasde
h#
#
Tasa de hits
Parámetros
Supuestos de la teoría estadística de la decisión
• La evidencia sobre la señal que el observador extrae del estímulo se puede representar con un solo número.
• La evidencia extraída está sujeta a variación aleatoria.
• La elección de la respuesta se hace aplicando un simple criterio de decisión a la magnitud de la evidencia.
22,,
ss
snn
n XX
Modelo Gaussiano
1,'1,0 dXX sn PF = 1 – Φ (λ) PH = 1 – Φ (λ - d’)
PH = 1 – Φ (λ - d’)
PF = 1 – Φ (λ)
Estimando d’ y λ
)(ˆˆ)1( fZfZ
ˆ'ˆ)('ˆˆ)1( dhZdhZ
)()('ˆ fZhZd
NO SI Σ
RUIDO 54 46 100
SEÑAL 18 82 100
HIT RATE: h=82/100 = .82 cae arriba de una distribución centrada en d’
λ - d’ : Φ (h) = Φ (.82) = .915 λ queda .915 unidades debajo de d’
λ - d’ = .092
FALSE ALARM RATE: f = 46/100 = .46
λ = Φ (1-f) = Φ(1-.46)= Φ(.54) = 0.1
λ = z (1-f) = ; λ = -z (f); z(1-h) = λ – d’; z(h) = d’ - λ
d’ =z(h) –z(f) = .915 – (-.1) = 1.015
Medición del sesgo
'21dCENTER
)()(
n
s
ff
http://faculty.vassar.edu/lowry/tabs.html#z
http://www.statsoft.com/textbook/stathome.html?sttable.html&1
Sitios útiles
http://www.artsci.wustl.edu/~rabrams/psychlab/index.htm
http://wise.cgu.edu/sdtmod/signal_applet.asp
