کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
4931864 1363397 2017 6 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Model-based cognitive neuroscience
ترجمه فارسی عنوان
علوم اعصاب شناختی مبتنی بر مدل
کلمات کلیدی
مدل سازی شناختی، علوم اعصاب شناختی، عصبشناسی شناختی مبتنی بر مدل،
ترجمه چکیده
این موضوع ویژه بررسی تقاطع در حال رشد بین روانشناسی ریاضی و علوم اعصاب شناختی است. روانشناسی ریاضی و مدلسازی شناختی به طور کلی، دارای یک تاریخ غنی از رسم سازی و تست فرضیه ها در مورد مکانیسم های شناختی در یک زبان ریاضی و محاسباتی است، و پیش بینی های نفوذی در مورد نحوه ادراک، یادگیری، به یاد آوردن و تصمیم گیری را می دهد. هدف از شناسایی علوم اعصاب شناسایی مکانیزم های عصبی مربوط به جنبه های کلیدی شناخت با استفاده از تکنیک هایی مانند نوروفیزیولوژی، الکتروفیزیولوژی و تصویر برداری ساختاری و عملکردی مغز است. این دو در یک رویکرد قدرتمند جدید به نام علم اعصاب شناختی مبتنی بر مدل هستند که می توانند هر دو مدل سازی شناختی را در اختیار شما قرار دهند و به تفسیر اقدامات عصبی کمک کنند. مدل های شناختی رفتار پیچیده را به نمایندگی ها و فرآیندها تجزیه می کنند و این حالت مدل های پنهان را می توان برای توضیح مدولاسیون مغز در شرایط مختلف آزمایش مورد استفاده قرار داد. به طور متقابل، اقدامات عصبی اطلاعاتی را ارائه می دهند که به محدود کردن مدل های شناختی کمک می کند و بین مدل های شناختی رقابتی که پیش بینی های مشابه در مورد رفتار را انجام می دهند، قضاوت می کنند. به عنوان مثال، اقدامات مغز مربوط به پارامترهای مدل شناختی است که با داده های فردی شرکت کننده مرتبط است، اندازه گیری دینامیک مغز مرتبط با اندازه گیری پویایی مدل است، پارامترهای مدل با محدودیت های اندازه گیری عصبی، پارامترهای مدل یا حالت های مدل در تحلیل های آماری داده های عصبی یا اطلاعات عصبی و رفتاری به طور مشترک در یک چارچوب مدل سازی سلسله مراتبی تجزیه و تحلیل می شود. ما مقدمه ای در زمینه علوم اعصاب شناختی مبتنی بر مدل و مقالات موجود در این موضوع خاص ارائه می دهیم.
موضوعات مرتبط
مهندسی و علوم پایه ریاضیات ریاضیات کاربردی
چکیده انگلیسی
This special issue explores the growing intersection between mathematical psychology and cognitive neuroscience. Mathematical psychology, and cognitive modeling more generally, has a rich history of formalizing and testing hypotheses about cognitive mechanisms within a mathematical and computational language, making exquisite predictions of how people perceive, learn, remember, and decide. Cognitive neuroscience aims to identify neural mechanisms associated with key aspects of cognition using techniques like neurophysiology, electrophysiology, and structural and functional brain imaging. These two come together in a powerful new approach called model-based cognitive neuroscience, which can both inform cognitive modeling and help to interpret neural measures. Cognitive models decompose complex behavior into representations and processes and these latent model states can be used to explain the modulation of brain states under different experimental conditions. Reciprocally, neural measures provide data that help constrain cognitive models and adjudicate between competing cognitive models that make similar predictions about behavior. As examples, brain measures are related to cognitive model parameters fitted to individual participant data, measures of brain dynamics are related to measures of model dynamics, model parameters are constrained by neural measures, model parameters or model states are used in statistical analyses of neural data, or neural and behavioral data are analyzed jointly within a hierarchical modeling framework. We provide an introduction to the field of model-based cognitive neuroscience and to the articles contained within this special issue.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Journal of Mathematical Psychology - Volume 76, Part B, February 2017, Pages 59-64
نویسندگان
, , ,