Различие сигналов закон вебера фехнера: Различение сигналов: психофизиологический закон Вебера-Фехнера.

Содержание

Различение сигналов: психофизиологический закон Вебера-Фехнера.

Закон Вебера — Фехнера — эмпирический психофизиологический закон, заключающийся в том, что интенсивность ощущения пропорциональна логарифму интенсивности стимула. В ряде экспериментов, начиная с 1834 года, Э. Вебер показал, что новый раздражитель, чтобы отличаться по ощущениям от предыдущего, должен отличаться от исходного на величину, пропорциональную исходному раздражителю. Так, чтобы два предмета воспринимались как различные по весу, их вес должен различаться на 1/30, а не на x грамм. Для различения двух источников света по яркости необходимо, чтобы их яркость отличалась на 1/100, а не на x люмен и т. д. На основе этих наблюдений Г. Фехнер в 1860 году сформулировал «основной психофизический закон», по которому сила ощущения p пропорциональна логарифму интенсивности раздражителя S: где S — значение интенсивности раздражителя.

S0 — нижнее граничное значение интенсивности раздражителя: если S < S0, раздражитель совсем не ощущается. k — константа, зависящая от субъекта ощущения. Так, люстра, в которой 8 лампочек, кажется нам настолько же ярче люстры из 4-х лампочек, насколько люстра из 4-х лампочек ярче люстры из 2-х лампочек. То есть количество лампочек должно увеличиваться в одинаковое число раз, чтобы нам казалось, что прирост яркости постоянен. И наоборот, если абсолютный прирост яркости (разница в яркости «после» и «до») постоянен, то нам будет казаться, что абсолютный прирост уменьшается по мере роста самого значения яркости. Например, если добавить одну лампочку к люстре из двух лампочек, то кажущийся прирост в яркости будет значительным. Если же добавить одну лампочку к люстре из 12 лампочек, то мы практически не заметим прироста яркости. Можно сказать и так: отношение минимального приращения силы раздражителя, впервые вызывающего новые ощущения, к исходной величине раздражителя есть величина постоянная.

Закон Вебера — Фехнера можно объяснить тем, что константы скорости химических реакций, проходящих при рецептировании, нелинейно зависят от концентрации химических посредников физических раздражителей или собственно химических раздражителей.

Мотивации как физиологическое состояние, их биологическая роль и механизмы.

Мотивация буквально означает «то, что вызывает движение ». На этом основании наиболее часто этот термин используют для обозначения некоторой тенденции, которая стремится выявить себя в поведении. Когда же пытаются уточнить содержание этого понятия, то выделяют различные аспекты этого механизма. Согласно одной точке зрения мотивация — это состояние, которое развивается в структурах ЦНС во время поведения. Объективно оно выражается в изменении электрической активности мозга, биохимии мозга и, по-видимому, в изменениях на молекулярном уровне. Физиологические особенности мотивационных состояний впервые были изучены П.К. Анохиным, которым и было сформулировано положение о специфичности неспецифической активации.

Вопреки устоявшейся точке зрения о том, что неспецифическая активация коры больших полушарий со стороны ретикулярной формации различается лишь интенсивностью и локализацией, он предположил существование у нее биологических модальностей.

1. Во время любой мотивации наблюдается активация моторной системы, хотя разные формы мотивации реализуются в разных паттернах двигательного возбуждения. Увеличивается средний уровень двигательной активности. Возрастает двигательная реактивность на сенсорные стимулы. Индифферентные раздражители приобретают способность стимулировать животное к движению. Возрастание моторной активности свойственно голоду, ярости и страху, любопытству. Единственным исключением, по-видимому, является пассивный страх, когда животное замирает на месте.

2. Повышение тонуса симпатической системы, выражающееся в вегетативных реакциях: росте частоты сердцебиения, артериального давления, возникновении сосудистых реакций, изменении проводимости кожи. Активация симпатической системы расширяет сосуды в скелетных мышцах, что обеспечивает увеличение притока кислорода к работающим мышцам.

выявлять биологически значимые и сигнальные раздражители в окружающей среде. Это выражается в снижении сенсорных порогов, в усилении ориентировочных реакций. В ЭЭГ появляется десинхронизация как отражение усиления активирующих влияний, восходящих к коре от активирующей ретикулярной системы.

4. Возрастание поисковой активности (II фаза мотивации), которая носит целенаправленный характер.

5. Актуализация памяти является необходимым звеном для реализации поискового целенаправленного поведения, прежде всего образов цели и возможных способов их достижения.

6. Изменения в ЭЭГ, в которых отражается специфика мотивационного состояния.

7. Непременным проявлением мотивации является возникновение субъективных эмоциональных переживаний. Несмотря на то, что субъективные переживания страха, голода и других состояний различаются, их объединяет то, что все они относятся к переживанию с отрицательным эмоциональным знаком. Отрицательный эмоциональный тон — наиболее типичная форма субъективного отражения мотивации. Вместе с тем существует и другой класс субъективных переживаний с положительным знаком, который характеризует особую группу мотиваций: поведение любознательности, стремление к творческой активности.

Билет 11

ДИФФЕРЕНЦИАЛЬНАЯ СЕНСОРНАЯ ЧУВСТВИТЕЛЬНОСТЬ. Основы психофизиологии

Закон Вебера — Фехнера — эмпирический психофизиологический закон, заключающийся в том, что интенсивность ощущения чего-либо прямо пропорциональна логарифму инте

Пользователи также искали:

основний закон вебера — фехнера формула, основной психофизический закон г фехнера, психофизический закон вебера — фехнера формула, теория фехнера, закон стивенса, закон вебера — фехнера маркетинг, закон вебера — фехнера не применим для определения силы ощущения, вызываемого раздражителем, закон вебера — фехнера простыми словами, Фехнера, Закон, закон, фехнера, Вебера, вебера, формула, психофизический, раздражителем, закон стивенса, теория фехнера, основной, стивенса, простыми, словами, теория, маркетинг, применим, определения, силы, ощущения, вызываемого, основний, Закон Вебера — Фехнера, основной психофизический закон г фехнера, основний закон вебера — фехнера формула, психофизический закон вебера — фехнера формула, закон вебера — фехнера не применим для определения силы ощущения вызываемого раздражителем, закон вебера — фехнера маркетинг, закон вебера — фехнера простыми словами,

Порог различения

★ Порог различения

Порог различения в психофизике-это количество стимулов, которые вы хотите добавить в стиме для появления ощущения разницы.

Значение многих раздражителей лежит в диапазоне между верхним и нижним пределами ощущений. абсолютное значение прироста стимула, чтобы этот прирост равен порог различения вызваны различия в ощущении варьируется в зависимости от размера стимула. даже Эрнст Генрих Вебер отметил, что для того, чтобы почувствовать прибавление веса груза, тяжеловесного груза, вам нужно добавить больший вес, чем для света, так что лицо, осуществляющее 50 килограмм груз не заметят бремя, если вы добавляете ещё 1 килограмм груза, в то время как человек, несущий 1 килограмм груз, добавляя еще один килограмм будет хорошо отличает. таким образом, существует математическая зависимость между величиной стимула и в какой степени она должна быть увеличена, чтобы вызвать различие в чувство. это называется закон Вебера — Фехнера. порог различения имеет фиксированное соотношение значения, так что относительная доля порог различения измеряется уровень раздражителя является постоянной или постоянной Вебер:

Δ I = k.

{\displaystyle {\frac {\Delta I}{I}}=k.}

Разница в величине раздражителя, который вызывает различие в значении Δ I {\свойства стиль отображения значение \Дельта I} порог различения равен произведению константы Вебера на значение этого увеличения, чтобы создать ощущение различения стимула I {\свойства стиль отображения значение I}, т. Е. Δ I = k ⋅ I {\свойства стиль отображения значение \Дельта I=к\cDOT на I}. таким образом, чем больше величина первоначального раздражителя I {\свойства стиль отображения значение I}, тем больше необходимость в увеличении интенсивности стимула, Δ I {\свойства стиль отображения значение \Дельта I}, чтобы добавить больше веса, при постоянном k {\свойства стиль отображения значение k}, чтобы создать различие в смысле. если передачи 1 килограмм грузовое человек начинает различать набор веса при добавлении 200 г, затем k = Δ I = 0, 2 1 = 0, 2 {\свойства стиль отображения значение к={\фрац {\дельты я}{я}}={\фрац {0{,}2}{1}}=0{,}2}, поэтому неся 50 кг, люди будут замечать изменения в весе, если вы добавите Δ I = I ⋅ k = 50 (к = 50) ⋅ 0, 2 = 10 {\свойства стиль отображения значение \дельты я=я\cDOT на К=50\cDOT на 0{,}2=10} килограмм

Определить порог различения слуховые ощущения использовании аудиометра.

Х. Шиффман. Закон (отношение) Вебера. Закон Фехнера: Psychology OnLine.Net

Х. Шиффман. Закон (отношение) Вебера. Закон Фехнера
Добавлено Psychology OnLine.Net
01.03.2010 (Правка 01.03.2010)

Закон (отношение) Вебера

Изучение дифференциального порога занимает заметное место в истории измерения ощущений (психофизики). В 1834 г. Эрнст Вебер, немецкий психолог, изучал способность наблюдателей выполнять задания, связанные с необходимостью различать сигналы. Он определил, что количественные изменения сигнала — увеличение или уменьшение его интенсивности, необходимое для того, чтобы второй сигнал был воспринят как отличный от первого, — пропорциональны абсолютной величине сигнала. Иными словами, он заметил, что определение разницы между интенсивностями двух сигналов — вопрос скорее относительного восприятия, нежели абсолютного. Так, Вебер нашел, что добавление одной свечи к шестидесяти горящим свечам приводит к обнаруживаемому увеличению яркости, а добавление одной свечи к ста двадцати горящим свечам — нет. Для достижения ЕРР при ста двадцати свечах нужны как минимум две свечи. Продолжив разбирать этот пример, мы найдем, что для заметного увеличения освещенности при трехстах горящих свечах понадобятся пять или больше свечей, если горят шестьсот свечей — десять и т. д.

Следовательно, вывод, к которому Вебер пришел более ста пятидесяти лет тому назад, заключается в следующем: чтобы два сигнала — независимо от их абсолютной величины или интенсивности — можно было отличить друг от друга, разница между ними должна быть пропорциональна их абсолютной величине. Интуиция подсказывает, что этот общий принцип относительности сенсорного опыта — зависимость обнаружения разницы между сигналами от их абсолютной величины, действительно имеет смысл. Так, хотя две капли воды будут без труда обнаружены, если их добавят к содержимому маленькой пробирки, те же самые две капли, скорее всего, не вызовут никакого сенсорного эффекта, если их добавят к галлону воды. Точно так же мы легко обнаружим разницу между одним фунтом и двумя, но разницу между пятьюдесятью одним фунтом и пятьюдесятью двумя фунтами уловим с трудом, хотя разница между этими парами весов одна и та же — один фунт. Мы рассказали о фундаментальном принципе относительной сенситивности чувствительности), известном как закон, или отношение, Вебера, который(ое) выражается следующей формулой:

ΔI/I=k,

гдe I — интенсивность сигнала, соответствующая порогу чувствительности, ΔI — величина дифференциального порога, или инкремент интенсивности, который, будучи добавлен к интенсивности сигнала I, вызывает ЕРР (т. е. инкремент изменения чувствительности), и k — константа, зависящая от того, чувствительность такой сенсорной системы определяется.

Это уравнение свидетельствует о том, что отношение (k) минимально обнаруживаемого инкремента интенсивности (А/) (в бесконечном ряду разных значений интенсивности) к интенсивности исходного сигнала (I) постоянно. Следовательно, закон Вебера отражает соотношение, в соответствии с которым должна измениться интенсивность стимула, чтобы это изменение можно было обнаружить чтобы оно вызвало ЕРР), a k — константа для сигналов определенного рода, таких как яркость, громкость и вес. В примере с яркостью свечей значение дельта I для 60, 20, 300 и 600 зажженных свечей будет равно 1, 2, 5 и 10, и отношения Вебера будут соответственно равны 1/60, 2/120, 5/300 и 10/600, т. е. все они равны между собой и равны 1/60. Следовательно, в общем виде, определение значения k — это определение соотношения интенсивности сигналов, вызывающего ЕРР.

В табл. 2.8 представлены типичные отношения Вебера для разных сенсорных систем.

Таблица 2.8 Типичные отношения Вебера для разных сенсорных систем

Вкус (соль)	0,083
Яркость	0,079
Громкость	0,048
Вибрация (ощущаемая кончиками пальцев)	0,036
Длина линии	0,029
Тяжесть	0,020
Электрический ток	0,013

Примечание: для упрощения отношения Вебера выражаются десятичными дробями. Например, «тяжесть», 0,020, выраженная в виде отношения, равна 1/50 (или 2 %).

Чем меньше отношение Вебера, тем меньше изменение интенсивности сигнала, воспринимаемое как ЕРР. Источник: Teghtsoonian (1971).

Обратите внимание на то, что отношение Вебера изменяется в широких пределах: для соленого вкуса оно высоко и равно 0,083 (8,3 %), а для электрического тока — всего лишь 0,013 (1,3 %). В случае ощущения веса отношение Вебера равно 0,02, или 2/100, а это значит, что для получения ЕРР необходимо увеличить исходный вес на 2 %. Следовательно, чтобы разница стала ощутимой, к стограммовому весу нужно добавить 2 г, к двухсотграммовому — 4 г, а к килограммовому — 20 г.

Величина отношения Вебера характеризует общую чувствительность данной сенсорной системы к сигналам разной интенсивности. Вспомните, что чем меньше отношение, тем меньше едва различимая разница между сигналами, следовательно, тем больше чувствительность к разнице в интенсивности сигналов. Данные, представленные в табл. 2.8, свидетельствуют о том, что люди менее чувствительны к разнице во вкусовых ощущениях и в освещенности (изменение — 8,3 % и 7,9 %) и наиболее чувствительны к разнице электрических разрядах и тяжести (изменение 1,3 % и 2 % соответственно).

Насколько точным показателем является отношение Вебера? Вообще оно достаточно валидно для сигналов, интенсивность которых варьирует в широких пределах, включая большинство из тех сигналов, с которыми мы сталкиваемся в повседневности, однако для очень слабых и очень интенсивных сигналов оно уже значительно менее валидно, и последнее утверждение справедливо для всех сенсорных систем. Мы полагаем, что в широком интервале средних значений интенсивности отношение Вебера является полезным критерием способности различать два сигнала. Однако оно имеет не только чисто прикладное значение; закон Вебера сыграл важную роль в измерении ощущений и является одним из самых широких эмпирических обобщений в истории экспериментальной психологии. Более того, он явился основой для количественной оценки связи между физическим раздражителем и сенсорным опытом (ощущением), и в первую очередь — для анализа, выполненного Г. Т. Фехнером.

Закон Фехнера

В 1860 г. Густав Теодор Фехнер опубликовал свой труд «Элементы психофизики» (G. N. Fechner, The Elements of Psychophysics) — работу, которой было суждено оказать огромное влияние на количественную оценку ощущений и восприятия. Основная мысль Фехнера заключалась в том, что между ментальным опытом — ощущением — и физическим раздражителем существует количественная связь. Он пытался вывести формулу, связывающую эти две величины, разработав численную шкалу ощущений, характеризующую данную сенсорную систему. Работа Фехнера завершилась созданием важного уравнения, отражающего зависимость интенсивности ощущения от величины физического сигнала. Он предположил, что дифференциальный порог (ΔI), вызывающий ЕРР, может быть использован в качестве стандартной единицы измерения для величины субъективного ощущения. (Вспомните, что дифференциальный порог характеризует дифференциальное изменение интенсивности раздражителя, соответствующее ЕРР.) Фехнер попытался создать шкалу, связывающую субъективный опыт — ощущения — (в единицах ЕРР) с изменениями интенсивности сигнала (в единицах ΔI). Он начал с предположения, что для данной сенсорной системы все ЕРР являются субъективно равными единицами ощущения. Это значит, что субъективные впечатления о разнице между двумя сигналами, отделенными друг от друга одной ЕРР, одинаковы для двух сигналов любой интенсивности. Следовательно, если взять два сигнала, расположенных на участке низкой интенсивности шкалы интенсивности и отделенных друг от друга одной ЕРР, ощущение разницы между ними будет точно таким же, как ощущение от разницы между двумя сигналами, расположенными на той же шкале на участке высокой интенсивности и тоже разделенными одной ЕРР. Иными словами, в соответствии с представлениями Фехнера каждая ЕРР независимо от места расположения на шкале интенсивности равна любой другой ЕРР.

Вспомните, что в соответствии с отношением Вебера данная ЕРР увеличивается пропорционально увеличению интенсивности сигнала (т. е. поскольку ΔI/I — константа, по мере увеличения I соответственно должна увеличиваться и ΔI). Это значит, что если базовая интенсивность низка, дифференциал, необходимый для того, чтобы возникла ЕРР, соответствует ей и тоже мал. Напротив, если начальная интенсивность высока, дифференциал, необходимый для возникновения ЕРР, относительно велик. Иными словами, в начале шкалы интенсивности два сигнала, разделенные одной ЕРР, будут располагаться рядом и их интенсивности будут различаться мало, в конце шкалы два сигнала, разделенные одной ЕРР, будут весьма существенно отличаться друг от друга по интенсивности. Эта взаимосвязь между ощущением и стимуляцией графически представлена на рис. 2.9.

Рис. 2.9. Связь между ощущением и стимуляцией, как ее трактует закон Фехнера Обратите внимание на то, что по мере увеличения интенсивности сигнала для того, чтобы разницы между единицами измерения ощущений (S) оставались равными, требуется все более значительная разница между единицами измерения интенсивности (I). Иными словами, в то время как ощущение увеличивается равномерно (в арифметической прогрессии), соответствующее увеличение интенсивности сигнала происходит физически неравномерно, но пропорционально (в геометрической прогрессии). Связь между величинами, одна из которых изменяется в арифметической прогрессии, а вторая — в геометрической, выражается логарифмической функцией. Следовательно, S = k logI. (Источник: J. P. Guilford, Psechometric Methods, New York: McGraw-Hill, 1954)

Если справедливо, что все ЕРР психологически равны, то из этого следует, что по мере равномерного увеличения шкалы ощущений (каждое последующее значение больше предыдущего на одну и ту же величину) расстояние между точками на шкале интенсивности сигнала увеличивается на неравные, но пропорциональные отрезки. Как следует из рис. 2.9, для получения соответствующего ощущения требуется все более и более интенсивный сигнал. Пользуясь количественными терминами, можно сказать, что в то время как количество единиц ощущения (т. е. ЕРР) возрастает в арифметической прогрессии (ордината), интенсивность сигналов возрастает в геометрической прогресии (абсцисса).

Связь между двумя переменными, одна из которых изменяется в арифметической прогрессии (ощущение), а вторая — в геометрической (интенсивность сигнала), выражается логарифмическим уравнением. Связь между ощущением, изменяющимся в арифметической прогрессии, и интенсивностью, изменяющейся в геометрической прогрессии, выражается логарифмическим уравнением, известным под названием закона Фехнера. Иными словами, величина ощущения является логарифмической функцией сигнала, или

S=klogI,

где S — величина ощущения, logI — логарифм физической интенсивности сигнала и k — константа, отражающая отношение Вебера для данного сенсорного параметра.

Эта логарифмическая зависимость показывает, что ощущение увеличивается медленнее, чем интенсивность сигнала; по мере увеличения интенсивности сигнала для достижения одного и того же сенсорного эффекта требуется все большая и большая его интенсивность. Иными словами, для достижения равных сенсорных эффектов требуются все более и более значительные увеличения интенсивности сигнала.

Насколько применим закон Фехнера для описания связи между ощущением и интенсивностью сигнала? Так же как и закон Вебера, на котором он основан, закон Фехнера достаточно надежен при многих условиях, но его действие ограничено, и он лучше всего служит для аппроксимации связи между величиной ощущения и интенсивностью сигнала. Основное допущение закона Фехнера о том, что все ЕРР равны, не бесспорно. Например, в соответствии с этим допущением звук, интенсивность которого на 20 ЕРР превышает абсолютный порог, должен быть в два раза громче того звука, интенсивность которого превышает звуковой порог на 10 ЕРР (ибо один содержит в два раза больше единиц ЕРР, чем другой). В действительности, однако, звук, интенсивность которого превышает порог на 20 ЕРР единиц, не в два раза, а гораздо громче того звука, интенсивность которого превышает порог на 10 ЕРР единиц. Следовательно, нельзя говорить о том, что эффект всех ЕРР для данного сенсорного параметра одинаков.

Шпаргалка 100 ответов по психологии

Страница 14 из 100

14. Основные характеристики анализаторов

Основные характеристики анализаторов:

1. Нижний порог ощущений – минимальная величина раздражителя, вызывающая едва заметное ощущение (обозначается J_o). Сигналы, интенсивность которых меньше J_o, человеком не ощущаются. Верхний порог- максимальная величина раздражителя, которую способен адекватно воспринимать анализатор (J_max) Интервал между J_o и J_max носит название «диапазона чувствительности)..

2. Дифференциальный, разностный порог – наименьшая величина различий между раздражителями, когда они еще ощущаются как различные (?J). Величина ?J пропорциональна интенсивности сигнала J; ?J/J = К – закон Вебера. Для зрительного анализатора К = 0,01, для слухового – К = 0,1.

3. Оперативный порог различимости сигналов – та величина различия между сигналами, при которой точность и скорость различения достигают максимума. Оперативный порог в 10-15 раз выше дифференциального порога.

4. Интенсивность ощущения (Е) прямо пропорциональна логарифму силы раздражителя J (закон Вебера-Фехнера) Е = klogJ + с.

5. Временной порог – минимальная длительность воздействия раздражителя, необходимая для возникновения ощущений. Пространственный порог определяется минимальным размером едва ощутимого раздражителя. Острота зрения – способность глаза различать мелкие детали предметов. Размеры предметов выражаются в угловых величинах, которые связаны с линейными размерами по формуле tg ?/2 = h/2L, где ? – угловой размер объекта, h – линейный размер, Е – расстояние от глаза до объекта. У людей с нормальным зрением пространственный порог остроты зрения равен 1 угл. мин, минимально допустимые размеры элементов отображения, предъявляемые человеку, должны быть на уровне оперативного порога и составлять не менее 15 угловых минут. Однако это справедливо только для предметов простой формы. Для сложных предметов. опознание которых ведется по внешним и внутренним признакам, оптимальные условия будут в том случае, если их размеры составляют не менее 30-40. Объем зрительного восприятия – число объектов, которые может охватить человек в течение одной зрительной фиксации (одного взгляда) – при предъявлении не связанных между собой объектов объем восприятия составляет 4-8 элементов.

6. Латентный период реакции – промежуток времени от момента подачи сигнала до момента возникновения ощущения. После окончания воздействия раздражителя зрительные ощущения исчезают не сразу, а постепенно (инерция зрения = 0,1 – 0,2 сек). Поэтому время действия сигнала и интервал между появляющимися сигналами должны быть не меньше времени сохранения ощущений, равного 0,2-0,5 сек. В противном случае будет замедляться скорость и точность реагирования, поскольку во время прихода нового сигнала в зрительной системе человека еще будет оставаться образ предыдущего сигнала.

Дифференциальная сенсорная чувствительность

Дифференциальная сенсорная чувствительность основана на способности сенсорной системы к различению сигналов. Важная характеристика каждой сенсорной системы — способность замечать различия в свойствах одновременно или последовательно действующих раздражителей. Различение начинается в рецепторах, но в нем участвуют нейроны всех отделов сенсорной системы. Оно характеризует то минимальное различие между стимулами, которое человек может заметить (дифференциальный или разностный порог).

Порог различения интенсивности раздражителя практически всегда выше ранее действовавшего раздражения на определенную долю (закон Вебера). Так, усиление давления на кожу руки ощущается, если увеличить груз на 3 % (к гирьке весом в 100 г надо добавить 3 г, а к гирьке весом в 200 г надо добавить 6 г). Эта зависимость выражается следующей формулой: dI/I = const, где I— сила раздражения, dI — ее едва ощущаемый прирост (порог различения), const — постоянная величина (константа). Аналогичные соотношения получены для зрения, слуха и других органов чувств человека.

Зависимость силы ощущения от силы раздражения (закон Вебера—Фехнера) выражается следующей формулой: Е = alogI + b, где Е — величина ощущения, I — сила раздражения, а и b — константы, различные для разных модальностей стимулов. Эта формула показывает1, что ощущение усиливается пропорционально логарифму интенсивности раздражения. Кроме того, современная психофизиология для оценки силы ощущения использует также методы сенсорного шкалирования, т. е. субъективной оценки человеком силы своего ощущения путем его сравнения с ранее созданным эталоном или набором таких эталонов. Отношение между ощущением и стимулом в этом случае выражается степенной функцией (закон Стивенса). Сравнение логарифмической функции закона Вебера—Фехнера и степенной функции закона Стивенса показало, что в основной, рабочей части диапазона интенсивностей эти функции дак5т количественно близкие оценки.

Ранее говорилось о различении силы раздражителей.

Пространственное различение сигналов основано на характере распределения возбуждения в слое рецепторов и в нейронных слоях сенсорной системы. Так, если два раздражителя возбудили два соседних рецептора, то их различение невозможно: они сольются и будут восприняты как единое целое. Необходимо, чтобы между двумя возбужденными рецепторами находился хотя бы один невозбужденный.

Временное различение двух раздражений возможно, если вызванные ими нервные процессы не сливаются во времени, а сигнал, вызванный вторым стимулом, не попадает в рефракторный период от предыдущего раздражения. Нейрофизиологической основой временного разрешения являются так называемые циклы возбудимости, или циклы восстановления ответов. О них судят по величине ответа на второй из двух последовательно предъявленных стимулов. При коротких интервалах между стимулами ответа на второй из них может не быть вообще (абсолютный рефрактерный период). У человека по поведенческим реакциям этот период может длиться от нескольких десятков до 100 и более миллисекунд. При бо’ль-ших интервалах ответ на второй стимул появляется, но величина его меньше, чем на одиночный стимул (относительная рефрактерность). И наконец, при еще больших интервалах восстановление второго ответа заканчивается и он сравнивается с ответом на одиночное раздражение.

На временном взаимодействии между последовательными раздражителями основана так называемая «сенсорная маскировка». Она лежит в основе многих сенсорных эффектов и широко используется в психофизиологических экспериментах. Сама маскировка прямо связана с попаданием одного из стимулов в рефрактерную фазу цикла возбудимости после первого раздражения. Различают прямую маскировку, при которой тормозится ответ на второй стимул, и обратную маскировку, при которой второй стимул как бы прерывает или мешает обработке информации о первом сигнале. Эффективность как прямой, так и обратной маскировки тем больше, чем короче интервал между стимулом и «маской», а также чем более сходны эти два сигнала по своим свойствам. В качестве «маски» часто используют стимул, состоящий либо из шума, либо из набора хаотично распределенных элементов основного раздражителя.

3.2. Передача и преобразование сигналов

Процессы передачи и преобразования сигналов обеспечивают поступление в высшие сенсорные центры наиболее важной (существенной) информации о сенсорном событии в такой форме, которая удобна для надежного и быстрого анализа. Что следует считать существенной информацией? В разных условиях и ситуациях это понятие может меняться. Однако имеется некоторое общее свойство, которое универсально отличает существенную информацию от несущественной. Это — степень ее новизны. Ясно, что новые события при прочих равных условиях информационно важнее для организма, чем привычные. Поэтому эволюционно было выработано свойство прежде всего и быстрее всего передавать в мозг и перерабатывать информацию об изменениях в сенсорной среде. Эти изменения могут быть как временными, так и пространственными.

Среди пространственных преобразований выделяют изменение представительства размера или соотношения разных частей сигнала. Так, в соматосенсорной и зрительной системах на корковом уровне значительно искажаются геометрические пропорции представительства отдельных частей тела или частей поля зрения. В зрительной коре резко расширено представительство информационно наиболее важной центральной ямки сетчатки, ответственной за детальное «поточечное» описание изображения при относительном сжатии проекции периферии поля зрения («циклопический глаз»). В соматосенсорной коре также преимущественно представлены наиболее важные для тонкого различения и организации поведения зоны тела — кожа пальцев рук и лица («сенсорный гомункулюс»; см. гл. 4). Различные проекционные корковые зоны, например зрительной системы (а их насчитывают несколько десятков), отличаются характером ретинотопии, т. е. представительства разных частей сетчатки. Так, имеются зоны, в которых представлен только центр сетчатки, или, наоборот, только ее периферия. Это связано со специфическим участием каждой из зон в зрительном восприятии: обслуживанием преимущественно предметного зрения или обработкой информации о движениях стимулов в поле зрения.

Для временных преобразований информации во всех сенсорных системах типично сжатие, или временная компрессия сигналов: переход от длительной (тонической) импульсации нейронов на нижних уровнях системы к коротким (физическим) пачечным разрядам нейронов высоких уровней.

Ограничение избыточности информации. Зрительная информация, идущая от фоторецепторов, могла бы очень быстро насытить все информационные резервы мозга. Примерно то же самое, пусть несколько медленнее, могло бы происходить при работе и других сенсорных систем. Огромная избыточность первичных сенсорных сообщений, идущих от рецепторов, ограничивается путем подавления информации о менее существенных сигналах. Менее важно во внешней среде то, что неизменно либо изменяется медленно во времени и в пространстве (см. ранее). Например, на сетчатку глаза или на кожу длительно действует неизменный стимул большого размера. Для того чтобы постоянно не передавать в мозг информацию от всех возбужденных рецепторов, сенсорная система пропускает в мозг сигналы только о начале, а затем об окончании раздражения, причем до коры доходят сообщения только от рецепторов, которые лежат по контуру возбужденной области.

Кодирование информации

Кодированием называют совершаемое по определенным правилам преобразование информации в условную форму — код. В сенсорной системе сигналы кодируются двоичным кодом, т. е. наличием или отсутствием электрического импульса в тот или иной момент времени [Сомьен, 1975]. Такой способ кодирования крайне прост и устойчив к помехам. Информация о раздражении и его параметрах передается в виде отдельных импульсов, а также групп, или «пачек» импульсов. Амплитуда, длительность и форма каждого импульса одинаковы, но количество импульсов в пачке, частота их следования, длительность пачек и интервалов между ними, а также временной «рисунок» (pattern) пачки различны и зависят от характеристик стимула. Сенсорная информация кодируется также числом одновременно возбужденных нейронов и их расположением в нейронном слое.

Особенности кодирования в сенсорных системах. В отличие от телефонных или телевизионных кодов, которые декодируются восстановлением первоначального сообщения в исходном виде, в сенсорной системе подобного декодирования не происходит. Еще одна важная особенность нервного кодирования — множественность и перекрытие кодов. Так, для одного и того же свойства сигнала (например, его интенсивности) сенсорная система использует несколько кодов: частота и число импульсов в пачке, число возбужденных нейронов и их локализация в слое.

В коре мозга сигналы кодируются также последовательностью включения параллельно работающих нейронных каналов, синхронностью ритмических импульсных разрядов возбужденных нейронов, изменением их числа. В коре одним из основных используемых способов становится позиционное кодирование. Оно заключается в том, что какой-то признак раздражителя вызывает возбуждение определенного нейрона или небольшой группы нейронов, расположенных в определенном месте нейронного слоя. Например, возбуждение небольшой локальной группы нейронов зрительной коры означает, что в определенной части поля зрения появилась световая полоска определенного размера и ориентации. Возбуждение определенных нейронов височной коры сигнализирует о появлении в поле зрения знакомого лица. Для периферических отделов сенсорной системы типично временное кодирование признаков раздражителя, а на высших уровнях происходит переход к преимущественно пространственному (в основном позиционному) коду.

Детектирование сигналов

Детектированием называют избирательное выделение сенсорным нейроном того или иного признака раздражителя, имеющего поведенческое значение. Осуществляют такой анализ нейроны-детекторы, избирательно реагирующие лишь на определенные свойства стимула. Так, типичный нейрон зрительной коры отвечает разрядом лишь на один из наклонов (ориентацию) световой полоски, расположенной в определенной части поля зрения [Хыобел, 1990]. При других наклонах той же полоски ответят другие нейроны. Такие нейроны называют детекторами первого порядка, так как они выделяют наиболее простые признаки сигнала. В высших отделах сенсорной системы сконцентрированы детекторы высших порядков, ответственные за выделение сложных признаков и целых образов. Примером могут служить детекторы лиц, найденные в нижневисочной коре обезьян (предсказанные много лет назад Ю. Конорским, они были названы «детекторами моей бабушки»). Многие детекторы формируются в раннем онтогенезе под влиянием внешней среды, а у части из них детекторные свойства заданы генетически.

Опознание образов

Это конечная и наиболее сложная операция сенсорной системы. Она заключается в отнесении образа к тому или иному классу объектов, с которыми ранее встречался организм, т. е. в классификации образов. Синтезируя сигналы от нейронов-детекторов, высший отдел сенсорной системы формирует «образ» раздражителя и сравнивает его со множеством образов, хранящихся в памяти. Опознание завершается принятием решения о том, с каким объектом или ситуацией встретился организм. В результате этого происходит восприятие, т. е. мы осознаем, чье лицо видим перед собой, кого слышим, какой запах чувствуем. Нейрофизиологические механизмы опознания сенсорных образов исследованы пока недостаточно.

Опознание часто происходит независимо от изменчивости сигнала. Мы надежно опознаем, например, предметы при различной их освещенности, окраске, размере, ракурсе, ориентации и положении в поле зрения. Это означает, что сенсорная система формирует независимый от изменений ряда признаков сигнала (инвариантный к этим изменениям) сенсорный образ.

При опознании сенсорных образов возможны ошибки. Особую группу таких ошибок составляют так называемые «сенсорные иллюзии». Они основаны на некоторых побочных эффектах взаимодействия нейронов, участвующих в обработке сигналов, и приводят к искаженной оценке образа в целом или отдельных его характеристик (размер, соотношение частей и т. п.). Пример иллюзии последнего типа представлен на рис. 3.2.

Рис. 3.2. Пример одной из простейших зрительных иллюзий: длина

горизонтальных отрезков на верхней и нижней фигурах кажется

различной, хотя на самом деле они равны

Адаптация сенсорной системы

Сенсорная система обладает способностью приспосабливать свои свойства к условиям среды и потребностям организма. Сенсорная адаптация — это общее свойство сенсорных систем, заключающееся в приспособлении к длительно действующему (фоновому) раздражителю. Существует общая, или глобальная, и локальная, или селективная, адаптация. Общая, или глобальная, адаптация проявляется в снижении абсолютной и повышении дифференциальной чувствительности всей сенсорной системы. Субъективно адаптация проявляется в привыкании к действию постоянного раздражителя (например, мы не замечаем непрерывного давления на кожу привычной одежды). Локальная, или селективная, адаптация сводится к снижению чувствительности не всей сенсорной системы, а какой-либо ее части, подвергнутой длительному дейст вию стимула. Так, порог реакции оказывается избирательно повышен для изображения решетки с определенной пространственной частотой (определенным периодом чередования черно-белых полос). Пороги реакции на соседние пространственные частоты при этом не изменяются [Глезер, 1985]. Локальная адаптация часто используется в психофизиологических работах для выявления так называемых «сенсорных каналов», ответственных за обработку сведений о том или ином признаке сигнала.

Адаптационные процессы начинаются на уровне рецепторов, охватывая и все нейронные уровни сенсорной системы. Заметная адаптация не развивается только в вестибуло- и проприорецепторах. По скорости данного процесса все рецепторы делятся на быстро и медленно адаптирующиеся. Первые после развития адаптации практически вообще не сообщают в мозг о длящемся раздражении, у вторых эта информация передается, хотя и в значительно ослабленном виде. Когда действие постоянного раздражителя прекращается, абсолютная чувствительность сенсорной системы восстанавливается. Так, в темноте абсолютная чувствительность зрения резко повышается.

В сенсорной адаптации важную роль играет эфферентная регуляция свойств сенсорной системы. Она осуществляется за счет нисходящих влияний со стороны более высоких на более низкие ее отделы. Происходит как бы перенастройка свойств нейронов на оптимальное восприятие внешних сигналов в изменившихся условиях. Кроме того, состояние разных уровней сенсорной системы контролируется также ретикулярной формацией, включающей их в единую систему, интегрированную с другими отделами мозга и организма в целом. Эфферентные влияния в сенсорных системах чаще всего имеют тормозный характер, т. е. приводят к уменьшению их чувствительности и ограничивают поток афферентных сигналов.

Общее количество эфферентных нервных волокон, приходящих к элементам какого-либо нервного слоя, как правило, во много раз меньше количества его собственных нейронов. Это определяет важную особенность эфферентного контроля в сенсорных системах: его широкий и диффузный характер. Речь идет об общем снижении чувствительности значительной части нейронного слоя.

Рекомендуемые страницы:

Просто заметная разница | Биология для майоров II

Результаты обучения

Объясните концепцию заметной разницы в сенсорном восприятии

В области экспериментальной психологии, сфокусированной на чувствах, ощущениях и восприятии, которая называется психофизикой, просто заметная разница (JND) — это величина, которую необходимо изменить, чтобы разница была заметной или обнаруживаемой на как минимум в половине случаев (абсолютный порог).Это значение (другое слово для обозначения порога) также известно как значение разности, дифференциальный порог или наименее заметная разница.

Для многих сенсорных модальностей в широком диапазоне величин стимула, достаточно далеко от верхнего и нижнего пределов восприятия, JND представляет собой фиксированную пропорцию эталонного сенсорного уровня, и поэтому отношение JND / эталон является примерно постоянным (что это JND является постоянной пропорцией / процент от исходного уровня). В физических единицах имеем:

[латекс] \ displaystyle \ frac {\ Delta {I}} {I} = k [/ latex]

, где I — исходная интенсивность конкретной стимуляции, Δ I — добавка к ней, необходимая для восприятия изменения (JND), а k — постоянная величина.Это правило было впервые открыто Эрнстом Генрихом Вебером (1795–1878), анатомом и физиологом, в экспериментах над порогами восприятия поднятых тяжестей. Теоретическое обоснование (не общепризнанное) было впоследствии предоставлено Густавом Фехнером, поэтому эта норма известна либо как закон Вебера, либо как закон Вебера-Фехнера; постоянная k называется постоянной Вебера . Это верно, по крайней мере, для хорошего приближения, для многих, но не для всех сенсорных измерений, например яркости света, интенсивности и высоты звука.Однако это неверно в отношении длины волны света. Стэнли Смит Стивенс утверждал, что это будет справедливо только для того, что он назвал протетическим сенсорным континуумом , где изменение входных данных принимает форму увеличения интенсивности или чего-то явно аналогичного; это не было бы применимо к метатическому континууму , где изменение входных данных производит качественное, а не количественное изменение восприятия. Стивенс разработал свой собственный закон, называемый степенным законом Стивенса, который увеличивает стимул до постоянной мощности, одновременно умножая его, как и Вебер, на постоянный коэффициент для достижения воспринимаемого стимула.

JND — это статистическая, а не точная величина: от испытания к испытанию разница, которую замечает данный человек, будет несколько варьироваться, и поэтому необходимо провести множество испытаний, чтобы определить порог. JND обычно представляет собой разницу, которую человек замечает в 50% испытаний. Если используется другая пропорция, это будет включено в описание — например, в исследовании может быть указано значение 75% JND.

Современные подходы к психофизике, например теория обнаружения сигналов, подразумевают, что наблюдаемая JND не является абсолютной величиной, а будет зависеть от ситуационных и мотивационных, а также от факторов восприятия.Например, когда исследователь мигает очень тусклым светом, участник может сообщить, что видел это на одних испытаниях, но не на других.

Попробуйте сами

Легко отличить мешок риса весом один фунт от мешка риса весом два фунта. Есть разница в один фунт, и одна сумка в два раза тяжелее другой. Однако будет ли так же легко отличить 20- и 21-фунтовый мешок?

Вопрос: Какая наименьшая заметная разница в весе между мешком риса весом один фунт и мешком большего размера? Какая наименьшая заметная разница между 20-фунтовой сумкой и более крупной сумкой? В обоих случаях, по какому весу обнаруживаются различия? Это наименьшее обнаруживаемое различие в стимулах известно как просто заметное различие (JND).

Предпосылки: Изучите справочную литературу по JND и закону Вебера, описание предлагаемой математической связи между общей величиной стимула и JND. Вы будете тестировать JND риса в мешках разного веса. Выберите удобное приращение, которое нужно пройти при тестировании. Например, вы можете выбрать 10-процентное приращение от одного до двух фунтов (1,1, 1,2, 1,3, 1,4 и т. Д.) Или 20-процентное приращение (1,2, 1,4, 1,6 и 1.8).

Гипотеза: Разработайте гипотезу о JND с точки зрения процента от всего тестируемого веса (например, «JND между двумя маленькими мешками и между двумя большими мешками пропорционально одинаковы» или «… не является»). пропорционально то же самое ». Итак, для первой гипотезы, если JND между мешком на один фунт и большим мешком составляет 0,2 фунта (то есть 20 процентов; 1,0 фунт ощущается так же, как 1,1 фунт, но 1,0 фунт ощущается меньше чем 1,2 фунта), то JND между 20-фунтовой сумкой и сумкой большего размера также будет 20 процентов.(Итак, 20 фунтов ощущаются так же, как 22 фунта или 23 фунта, но 20 фунтов ощущаются меньше, чем 24 фунта.)

Проверьте гипотезу: Зарегистрируйте 24 участника и разделите их на две группы по 12. Чтобы организовать демонстрацию, предполагая, что было выбрано 10-процентное приращение, пусть первая группа будет группой с одним фунтом. Однако в качестве уравновешивающей меры против систематической ошибки шестеро из первой группы будут сравнивать один фунт с двумя фунтами и уменьшать вес (от 1,0 до 2,0, от 1,0 до 1.9 и т. Д.), А остальные шесть увеличиваются (с 1,0 до 1,1, от 1,0 до 1,2 и т. Д.). Примените тот же принцип к группе 20 фунтов (от 20 до 40, от 20 до 38 и так далее, и от 20 до 22, от 20 до 24 и так далее). Учитывая большую разницу между 20 и 40 фунтами, вы можете использовать 30 фунтов в качестве большего веса. В любом случае используйте два груза, которые легко определить как разные.

Запишите наблюдения: Запишите данные в таблицу, подобную приведенной ниже. Для групп 1 фунт и 20 фунтов (базовые веса) запишите знак «плюс» (+) для каждого участника, который обнаруживает разницу между базовым весом и весом шага.Запишите знак минус (-) для каждого участника, который не находит разницы. Если одна десятая шага не использовалась, замените шаги в столбце «Вес шага» на шаг, который вы используете.

Таблица 1. Результаты тестирования JND (+ = разница; — = нет разницы)
Шаг Вес	Один фунт	20 фунтов	Шаг Вес
1,1	22
1.2	24
1,3	26
1,4	28
1,5	30
1,6	32
1,7	34
1,8	36
1,9	38
2.0	40

Проанализируйте данные / сообщите результаты: Какой вес ступени, по мнению всех участников, равен базовому весу в один фунт? А как насчет 20-фунтовой группы?

Сделайте вывод: Подтвердили ли данные гипотезу? Пропорционально ли одинаковы окончательные веса? Если нет, то почему? Соответствуют ли результаты закону Вебера? Закон Вебера гласит, что концепция, согласно которой едва заметная разница в стимуле пропорциональна величине исходного стимула.

Внесите свой вклад!

У вас была идея улучшить этот контент? Нам очень понравится ваш вклад.

Улучшить эту страницуПодробнее

Поведение Вебера-Фехнера в восприятии симметрии?

Барлоу, Х. Б. и Ривз, Б. С. (1979). Универсальность и абсолютная эффективность обнаружения зеркальной симметрии на дисплеях с произвольными точками. Исследование зрения , 19 , 783–793.

Артикул PubMed Google Scholar

Байлис, Г.К. и Драйвер Дж. (1994). Параллельное вычисление симметрии, но не повторение в пределах одной визуальной формы. Визуальное познание , 1 , 377–400.

Артикул Google Scholar

Брюс В. Г. и Морган М. Дж. (1975). Нарушения симметрии и повторяемость зрительных образов. Восприятие , 4 , 239–249.

Артикул Google Scholar

Кармоди, Д.П., Нодин, К. Ф., и Лочер, П. Дж. (1977). Глобальное обнаружение симметрии. Перцепционные и моторные навыки , 45 , 1267–1273.

Google Scholar

Чипман, С. Ф. (1977). Сложность и структура визуальных образов. Журнал экспериментальной психологии: общие , 106 , 269–301.

Артикул Google Scholar

Корбаллис, М.С., & Ролдан, К. Э. (1974). О восприятии симметричных и повторяющихся узоров. Восприятие и психофизика , 16 , 136–142.

Google Scholar

Csathó, A., van der Vloed, G., & van der Helm, P.A. (2003). Кляксы усиливают повторение, но ослабляют симметрию. Исследование зрения , 43 , 993–1007.

Артикул PubMed Google Scholar

Csathó, Á., ван дер Влоед, Г., и ван дер Хельм, П. А. (2004). Еще раз о силе симметрии: отношение симметрии к шуму регулирует (а) эффекты симметрии. Acta Psychologica , 117 , 233–250.

Артикул PubMed Google Scholar

Дакин, С. К., и Бекс, П. Дж. (2001). Локальная и глобальная визуальная группировка: настройка пространственной частоты и контраста. Журнал видения , 1 , 99–111.

Артикул PubMed Google Scholar

Дакин, С.К. и Ватт Р. Дж. (1994). Обнаружение двусторонней симметрии с помощью пространственных фильтров. Пространственное видение , 8 , 393–413.

Артикул PubMed Google Scholar

Драйвер, Дж., Бейлис, Г. К., и Рафаль, Р. Д. (1992). Сохранение сегрегации фигуры и фона и восприятия симметрии при визуальном пренебрежении. Nature , 360 , 73–75.

Артикул PubMed Google Scholar

Сухая, м.J. (2008). Использование реляционной структуры для обнаружения симметрии: модель восприятия симметрии на основе тесселяции Вороного. Acta Psychologica , 128 , 75–90.

Артикул PubMed Google Scholar

Эрл, Д. К. (1985). Восприятие структуры паттерна Стекла со стереопсисом. Восприятие , 14 , 545–552.

Артикул PubMed Google Scholar

Фехнер, Г.Т. (1860). Elemente der Psychophysik Элементы психофизики. Лейпциг: Breitkopf & Härtel.

Google Scholar

Фиттс П. М., Вайнштейн М., Раппапорт М., Андерсон Н. и Леонард Дж. А. (1956). Стимул корреляты визуального распознавания образов: вероятностный подход. Журнал экспериментальной психологии , 51 , 1–11.

Артикул PubMed Google Scholar

Фрейд, Дж., И Тверски Б. (1984). Сила симметрии в восприятии формы. Американский журнал психологии , 97 , 109–126.

Артикул PubMed Google Scholar

Гарнер, У. Р. (1970). У хороших шаблонов есть несколько альтернатив. Американский ученый , 58 , 34–42.

PubMed Google Scholar

Гарнер, У. Р. (1974). Обработка информации и структуры . Потомак, Мэриленд: Эрльбаум.

Google Scholar

Giurfa, M., Eichmann, B., & Menzel, R. (1996). Восприятие симметрии у насекомого. Nature , 382 , 458–461.

Артикул PubMed Google Scholar

Стекло, Л. (1969). Эффект муара от случайных точек. Nature , 223 , 578–580.

Артикул PubMed Google Scholar

Гласс, Л., и Перес, Р. (1973). Восприятие случайных точечных интерференционных картин. Nature , 246 , 360–362.

Артикул PubMed Google Scholar

Гласс, Л., и Свиткс, Э. (1976). Распознавание образов у людей: корреляции, которые невозможно понять. Восприятие , 5 , 67–72.

Артикул PubMed Google Scholar

Грэммер К. и Торнхилл Р. (1994). Привлекательность лица и половой отбор человека ( Homo sapiens ): роль симметрии и усредненности. Журнал сравнительной психологии , 108 , 233–242.

Артикул PubMed Google Scholar

Хорридж, Г. А. (1996). Медоносная пчела ( Apis mellifera ) обнаруживает двустороннюю симметрию и распознает ее ось. Журнал физиологии насекомых , 42 , 755–764.

Артикул Google Scholar

Дженкинс Б. (1983). Компонентные процессы в восприятии двусторонне-симметричных точечных текстур. Восприятие и психофизика , 34 , 433–440.

Google Scholar

Джонстон Р. А. (1994). Предпочтение самками симметричных самцов как побочный продукт отбора для признания партнера. Nature , 372 , 172–175.

Артикул PubMed Google Scholar

Джулес Б. (1971). Основы циклопического восприятия . Чикаго: Издательство Чикагского университета.

Google Scholar

Канижа, Г. (1985). Видеть и думать. Acta Psychologica , 59 , 23–33.

Артикул PubMed Google Scholar

Хуу, С.К. и Хейс А. (2005). Обнаружение стеклянного узора настроено на глубину стереозвука. Vision Research , 45 , 2461–2469.

Артикул PubMed Google Scholar

Кинг М., Мейер Г. Э., Танни Дж. И Бидерман И. (1976). Постоянство формы и склонность восприятия к симметрии. Восприятие и психофизика , 19 , 129–136.

Google Scholar

Леувенберг, Э., И Buffart, Х. (1984). Восприятие переднего и заднего планов, вытекающее из теории структурной информации. Acta Psychologica , 55 , 249–272.

Артикул PubMed Google Scholar

Machilsen, B., Pauwels, M., & Wagemans, J. (2009). Роль вертикальной зеркальной симметрии в визуальном обнаружении формы. Journal of Vision , 9 (12, статья 11), 1–11.

PubMed Google Scholar

Маккей, Д.М. (1969). Информация, механизм и значение . Кембридж, Массачусетс: MIT Press.

Google Scholar

Мэлони, Р. К., Митчисон, Г. Дж., И Барлоу, Х. Б. (1987). Ограничьтесь обнаружением узоров на стекле при наличии шума. Журнал Оптического общества Америки A , 4 , 2336–2341.

Артикул Google Scholar

Масаме, К.(1986). Оценка симметрии как континуума. Tohoku Psychologica Folia , 45 , 17–27.

Google Scholar

Масаме, К. (1987). Оценка степени симметрии блочных рисунков. Tohoku Psychologica Folia , 46 , 43–50.

Google Scholar

Мёллер А. П. (1992). Женские ласточки отдают предпочтение симметричным мужским половым украшениям. Nature , 357 , 238–240.

Артикул PubMed Google Scholar

Мёллер, А. П. (1995). Шмель отдает предпочтение симметричным цветкам. Proceedings of the National Academy of Sciences , 92 , 2288–2292.

Артикул Google Scholar

Оливерс, К. Н. Л., Чейтер, Н., и Уотсон, Д. Г. (2004). Голография не учитывает добро: критика Ван дер Хельма и Левенберга (1996). Психологический обзор , 111 , 242–260.

Артикул PubMed Google Scholar

Оливерс, К. Н. Л., и ван дер Хельм, П. А. (1998). Симметрия и избирательное внимание: диссоциация между восприятием без усилий и последовательным поиском. Восприятие и психофизика , 60 , 1101–1116.

Google Scholar

Оомес, С.(1998). Визуальное восприятие человеком пространственной структуры: симметрия, ориентация и отношение . Неопубликованная докторская диссертация, Университет Радбауд, Неймеген, Неймеген, Нидерланды.

Google Scholar

Палмер, С. Э. (1983). Психология перцептивной организации: трансформационный подход. В J. Beck, B. Hope, & A. Rosenfeld (Eds.), Human and machine vision (pp. 269–339). Орландо, Флорида: Academic Press.

Google Scholar

Пашлер, Х. (1990). Координатная рамка для обнаружения симметрии и распознавания объектов. Журнал экспериментальной психологии: человеческое восприятие и производительность , 16 , 150–163.

Артикул Google Scholar

Праздный, К. (1984). О восприятии стеклянных узоров. Восприятие , 13 , 469–478.

Артикул PubMed Google Scholar

Рейнвилл, С. Дж. М., и Королевство, Ф. А. А. (2002). Масштабная инвариантность определяется плотностью стимула. Исследование зрения , 42 , 351–367.

Артикул PubMed Google Scholar

Савада, Т., и Пизло, З. (2008). Обнаружение искаженной симметрии. Journal of Vision , 8 (5, ст.14), 1–18.

PubMed Google Scholar

Стивенс, С. С. (1957). О психофизическом законе. Психологический обзор , 64 , 153–181.

Артикул PubMed Google Scholar

Swaddle, J. P., & Cuthill, I. C. (1994). Предпочтение симметричных самцов самкам зебровых зябликов. Nature , 367 , 165–166.

Артикул Google Scholar

Свитс, Дж.А. (Ред.) (1964). Обнаружение и распознавание сигналов людьми-наблюдателями: современные чтения . Нью-Йорк: Вили.

Google Scholar

Тапиоваара, М. (1990). Идеальный наблюдатель и абсолютная эффективность обнаружения зеркальной симметрии в случайных изображениях. Журнал Оптического общества Америки A , 7 , 2245–2253.

Артикул Google Scholar

Торнхилл, Р., & Gangestad, S. W. (1994). Колебательная асимметрия и сексуальное поведение человека. Психологические науки , 5 , 297–302.

Артикул Google Scholar

Тян Б. С. и Лю З. (2005). Симметрия препятствует различению симметрии. Журнал видения , 5 , 888–900.

Артикул PubMed Google Scholar

Тредер, М.С., и ван дер Хельм, П. А. (2007). Симметрия против повторения в циклопическом видении: микрогенетический анализ. Vision Research , 47 , 2956–2967.

Артикул PubMed Google Scholar

Трошянко Т. (1987). Восприятие симметрии случайных точек и видимого движения на уровне изолируемости и вблизи нее. Vision Research , 27 , 547–554.

Артикул PubMed Google Scholar

Тайлер, К.W. (1996). Восприятие симметрии человека. В C. W. Tyler (Ed.), Человеческое восприятие симметрии и его вычислительный анализ (стр. 3–22). Махва, Нью-Джерси: Эрлбаум.

Google Scholar

van der Helm, P. A., & Leeuwenberg, E. L. J. (1991). Доступность: критерий регулярности и иерархии в кодах визуальных паттернов. Журнал математической психологии , 35 , 151–213.

Артикул Google Scholar

van der Helm, P.A., & Leeuwenberg, E.L.J. (1996). Качество визуальных закономерностей: нетрансформационный подход. Психологический обзор , 103 , 429–456.

Артикул PubMed Google Scholar

van der Helm, P. A., & Leeuwenberg, E. L. J. (1999). Лучший подход к добру: ответ Wagemans (1999). Психологический обзор , 106 , 622–630.

Артикул Google Scholar

van der Helm, P.А., и Леувенберг, Э. Л. Дж. (2004). Голографическое совершенство не так уж и плохо: ответ Оливерсу, Чейтеру и Ватсону (2004). Психологический обзор , 111 , 261–273.

Артикул Google Scholar

ван дер Хельм, П. А. и Тредер, М. С. (2009). Обнаружение (анти) симметрии и (анти) повторения: механизмы восприятия и когнитивные стратегии. Исследование зрения , 49 , 2754–2763.

Артикул PubMed Google Scholar

van der Vloed, G., Csathó, B., & van der Helm, P.A. (2005). Симметрия и повторение в перспективе. Acta Psychologica , 120 , 74–92.

Артикул PubMed Google Scholar

van Lier, R.J., van der Helm, P.A., & Leeuwenberg, E.L.J. (1995). Конкурирующие глобальные и локальные доработки в визуальной окклюзии. Журнал экспериментальной психологии: человеческое восприятие и производительность , 21 , 571–583.

Артикул Google Scholar

Веттер Т. и Поджио Т. (1994). Симметричные 3D-объекты — простой случай распознавания 2D-объектов. Пространственное видение , 8 , 443–453.

Артикул PubMed Google Scholar

Вагеманс, Дж.(1997). Характеристики и модели обнаружения симметрии человека. Тенденции в когнитивных науках , 1 , 346–352.

Артикул Google Scholar

Wagemans, J., Van Gool, L., & d’Ydewalle, G. (1991). Обнаружение симметрии в образцах точек, представленных тахистоскопически: эффекты нескольких осей и перекоса. Восприятие и психофизика , 50 , 413–427.

Google Scholar

Вагеманс, Дж., Ван Гул, Л., Суиннен, В., и Ван Хорибек, Дж. (1993). Структура высшего порядка в обнаружении регулярности. Vision Research , 33 , 1067–1088.

Артикул PubMed Google Scholar

Уотсон, П. Дж., И Торнхилл, Р. (1994). Колеблющаяся асимметрия и половой отбор. Тенденции в экологии и эволюции , 9 , 21–25.

Артикул Google Scholar

Вебер, Э.Х. (1834 г.). De subtilitatetactus [О чувствительности осязания]. В E. H. Weber, De pulsu, resorptione, auditu et tactu: Annotationes anatomicae et Physiologicae (стр. 44–174). Лейпциг: Келер.

Google Scholar

Вендерот П. (1995). Роль контура узора в обнаружении двусторонней симметрии с помощью кратко мигающих точечных узоров. Пространственное видение , 9 , 57–77.

Артикул PubMed Google Scholar

Вендерот, П.(1996). Влияние параметров точечного рисунка и ограничений на относительную значимость вертикальной двусторонней симметрии. Vision Research , 36 , 2311–2320.

Артикул PubMed Google Scholar

Виккенс, Т. Д. (2002). Элементарная теория обнаружения сигналов . Нью-Йорк: Издательство Оксфордского университета.

Google Scholar

Йодогава, Э.(1982). Симметропия, энтропийная мера визуальной симметрии. Восприятие и психофизика , 32 , 230–240.

Google Scholar

Занкер, Дж. М. (1995). Соответствует ли восприятие движения закону Вебера? Восприятие , 24 , 363–372.

Артикул PubMed Google Scholar

Циммер А. К. (1984). Основы измерения феноменальной симметрии. Гештальт-теория , 6 , 118–157.

Google Scholar

Дифференциальный порог — обзор

Лунное безумие или «лунные приливные волны»

Одна интересная и несколько спорная идея заключается в том, что Луна в силу лунных циклов влияет на поведение человека. Публичные дебаты по этому поводу возникают практически каждое полнолуние, в значительной степени основанные на аргументе о том, что Луна влияет на приливы и отливы в океане, а поскольку люди примерно на 60% состоят из воды, Луна также будет оказывать влияние на людей (фактический состав воды варьируется в зависимости от возраста, но этого приближения будет достаточно для данного обсуждения).С появлением «суперлуны» общественные дебаты становятся все более интенсивными и частыми. Популярные утверждения включают «наука доказала» или «это научный факт» и «спросите любого полицейского или медсестру отделения неотложной помощи, и они скажут вам, что всегда нанимают больше персонала на полнолуние». Но эти анекдотические утверждения вряд ли являются научным доказательством, и доступные научные данные показывают (1) нет связи между лунными циклами и поведенческими исходами, или (2) связь является незначительной или слабой и, вероятно, является результатом третьей переменной, или ( 3) есть ссылка, хотя это, как правило, более ранние исследования и часто критикуются в более поздних обзорах из-за методологических проблем.

Исследования варьируются от изменения частоты отравлений, попыток самоубийства, госпитализаций в отделения неотложной помощи, психиатрических госпитализаций, преступности и антиобщественного поведения, включая убийства (Biermann et al., 2009; Climent & Plutchik, 1977; Eisenbach, Ungur, Unger, Stremmel, & Encke, 2008; Oderda & Klein-Schwartz, 1983; Ossenkopp & Ossenkopp, 1973; Schafer, Varano, Jarvis, & Cancino, 2010; Stolzenberg, D’alessio, & Flexon, 2017; Tasso & Miller, 1976; Thakur И Шарма, 1984).Результаты этих исследований были неоднозначными, и, по общему признанию, они сосредоточены на широком спектре форм поведения, не ограничиваясь только убийством. Однако могут быть связи между предполагаемым поведением, вызванным луной, таким как нападение и агрессивное поведение или психологический феномен (госпитализация в психиатрические учреждения) и убийством. Например, серьезное агрессивное нападение имеет повышенный шанс перерасти в убийство из-за характера травм или из-за медицинских осложнений после нападения. Таким образом, эти исследования могут иметь косвенное отношение к теме этого текста.

Лунный цикл определяется относительным положением Солнца, Земли и Луны. В то время как Земля и Луна движутся вокруг Солнца, Луна также движется вокруг Земли. Именно положение Луны на этих орбитах освещает разные пропорции Луны (одна и та же сторона Луны всегда обращена к Земле, поэтому существует также и темная сторона Луны). Приливы на Земле являются результатом гравитационного притяжения Луны, которое заставляет воду растягиваться, создавая так называемые приливные выпуклости, более известные как приливы.Для большинства земных водоемов, имеющих приливы, бывает четыре в день: два высоких и два низких, продолжительностью около 6 часов каждый. Влияние Луны на поведение человека объясняется множеством объяснений, начиная от эффекта самого повышенного освещения и заканчивая действительными гравитационными силами, действующими на человеческое тело, и влиянием на неврологические и биологические структуры. Некоторые из этих объяснений имеют почти сверхъестественный привкус, в то время как другие гораздо более логичны.

Что касается освещения, то аргумент состоит в том, что, хотя преступники наслаждаются покровом темноты, некоторый рассеянный свет облегчит им передвижение по окружающей среде, в которой они совершают правонарушения.В результате в полнолуние преступников может быть больше, чем во время других лунных циклов. Это может объяснить небольшую долю определенных типов преступлений, особенно тех, которые содержат элемент планирования, но не обязательно объясняет насильственные преступления, которые являются импульсивными или мотивированы эмоциями в данный момент. И гипотеза освещения определенно не объясняет большого количества преступлений, которые происходят в помещении или тех, которые происходят в светлое время суток.

В рамках аргумента о гравитации предполагается, что, поскольку человеческое тело в основном состоит из воды, Луна функционально оказывает на нас такое же притягивающее воздействие, как и океаны.Несмотря на то, что это выдвигается как теория, объяснения того, как этот гравитационный эффект может заставить кого-то ограбить дом или убить любимого человека, явно отсутствуют, за исключением одного частичного объяснения в одной из самых ранних статей по этому вопросу. Согласно Либеру и Шерину (1972, стр. 69):

Если рассматривать человеческий организм как микрокосм, состоящий по существу из тех же элементов, что и на поверхности Земли, и в той же пропорции, что и на поверхности Земли (примерно 80 процентов воды и 20 процентов органических минералов), можно было бы предположить, что гравитационные силы Луны могут оказывать аналогичное влияние на водную массу человеческого микрокосма.(один из нас (ВСЕ), опираясь на данные различных медицинских и немедицинских научных дисциплин, теоретизирует, что Луна посредством воздействия своих гравитационных сил на человеческий организм вызывает циклические изменения потока воды между жидкими компонентами тела ( внутриклеточные, внеклеточные, внутрисосудистые и внутрипросветные), а также изменения общего содержания воды в организме … Эти изменения, вместе с соответствующими электролитными и гормональными сдвигами, могут создать основу для дифференциальных порогов нервного срабатывания и / или измененных уровней нервно-мышечной раздражительности, таким образом вызывая «нормальные» вариации эмоционального тона и, у некоторых конституционально предрасположенных людей, к более или менее эмоциональным расстройствам.

Нынешние авторы не увидели поддержки в каких-либо других работах аргумента о том, что Луна вызывает изменения общего объема воды в теле. Что вызывает большее беспокойство в этом аргументе (в этой работе и во всех других подобных), так это врожденная предвзятость в отношении того, что любой предполагаемый эффект является негативным. Почему, например, считается, что Луна оказывает негативное воздействие на людей по своей природе и не способствует положительному влиянию на поведение, биологически продвигая альтруизм или другие просоциальные формы поведения?

Более того, гравитация зависит от размера и расстояния, поэтому нечто такое большое, как океан, будет более подвержено гравитационному притяжению, чем что-то такое маленькое, как человеческое тело, где нет разницы в гравитации на одной стороне вашего тела по сравнению с к другому (Бритт, 2016).Кроме того, как правило, у детей больше воды в организме, чем у взрослых, и поэтому мы могли разумно ожидать, что любой эффект будет более выраженным у детей, чем у взрослых. Мы не нашли доказательств того, что это предположение было верным или что оно было проверено эмпирически.

Есть четыре прилива каждый день, но также не предлагается объяснение того, какой из них имеет эффект, или является ли это скорее коллективным эффектом. Из-за того, как Луна вращается вокруг Земли (больше эллипса, чем круга), было бы разумно ожидать, что, когда Земля и Луна были ближе (так называемый перигей), эффект был бы больше, чем когда они были бы дальше друг от друга. (называется апогеем).Авторы не обнаружили ни одного исследования, проверяющего это предположение. По иронии судьбы, если бы эффект был эффектом гравитации, то наибольший эффект был бы замечен в новолуние, когда Луна находится между Землей и Солнцем, где мы подвержены комбинированному гравитационному воздействию обоих объектов (Britt, 2016).

Другое объяснение лунного безумия — это влияние Луны на субструктуры внутри тела. Исследования на мышах показали, что у мышей в новолуние и полнолуние наблюдаются изменения в шишковидной железе и слюнных железах, и что действие шишковидной железы стимулирует нейроэндокринную систему, которая, в свою очередь, влияет на различные органы тела (Герасимов, Костюченко , Соловьева, Оловников, 2014).Конечно, насильственные преступления, такие как убийства, составляют лишь очень небольшую долю от общего количества возможных форм поведения, на которое могут повлиять эти основные изменения, и поэтому было бы разумно утверждать, что любое отклонение, приписываемое влиянию Луны, будет небольшим, возможно, незначительным. Это также длинный поклон, указывающий на то, что усиление слюнной функции ведет к преступному поведению или аналогично тому, как шишковидная железа, играющая роль в циркадных ритмах, может привести к нарушению уголовного закона.

Также возможно, что Луна не оказывает прямого влияния на поведение, и что любые изменения в поведении можно отнести к косвенным эффектам. Например, если кто-то верит в какое-либо влияние Луны, он может быть более склонен вести себя так, чтобы соответствовать этой вере. Могут существовать и другие формы предвзятости. Если полицейский или работник отделения неотложной помощи считает, что полнолуние будет более загруженным, они могут быть склонны уделять больше внимания арестам или госпитализации в полнолуние, чем в другое время, когда это убеждение не играет роли.Точно так же, если администраторы или надзиратели наберут больше полицейских в это время, чистым результатом может быть просто больше арестов, завышение статистики преступности, что приведет к выполнению пророчества о влиянии луны на поведение, или полиция может с большей вероятностью классифицировать инциденты как преступные. в это время (Schafer et al., 2010). Точно так же количество госпитализаций, например, в медицинские или психиатрические учреждения, может увеличиваться примерно в полнолуние, если Луна занимает центральное место в неврозах или психозах человека, и этому есть некоторые свидетельства (Schofield & Claridge, 2007; Williams & Irwin, 1991).

В одном исследовании было рассмотрено 34 318 уголовных преступлений за 1 год (Tasso & Miller, 1976). Исследователи обнаружили, что изнасилование, грабеж и нападение, кража со взломом, воровство и кража, угон автомобилей, преступления против семьи и детей, пьянство и хулиганство происходили чаще (и на статистически значимом уровне) во время полнолуния. В фазу полнолуния убийства происходили не так часто. Мы рекомендуем скептически относиться к этим результатам, потому что ряд преступлений, которые происходят с большей частотой в полнолуние, происходит по множеству разных, часто сложных причин, и для того, чтобы иметь место лунный эффект, он должен быть одинаковым для множества различных типов поведения. с множеством различных мотивов, обстоятельств и контекстов.

Такур и Шарма (1984) изучали преступления с 1978 по 1982 год в трех городах Индии. Они сообщают, что количество преступлений в дни полнолуния было намного выше, чем во все остальные дни. Такур и его коллега не стали далее дезагрегировать какие-либо из своих данных, таких как типы преступлений, и поэтому невозможно узнать, сколько из этих общих преступлений было убийствами. Аналогичным образом Stolzenberg et al. (2017) изучили общее количество преступлений, совершенных в 13 штатах США, изучив различия между преступлениями внутри помещений и преступлениями на открытом воздухе.Эти исследователи обнаружили, что интенсивность лунного освещения мало влияла на общую преступность, но что было значительное влияние освещения на преступность на открытом воздухе между 10 часами вечера. и 2 часа ночи, что подтверждает гипотезу освещения. Эти авторы делают вывод (стр. 195):

Вероятно, что улучшенная видимость, порождаемая естественным светом полной луны, усиливает преступную деятельность, предоставляя преступникам лучшую возможность установить уязвимость потенциальной жертвы, оценить ценность собственности потерпевшего, а также путем оказания им помощи в определении близости способных опекунов.Также возможно, что естественное освещение, создаваемое полной луной, побуждает людей уйти из дома, уменьшая страх перед преступностью.

Эти исследователи не предлагают никаких биологически или сверхъестественных объяснений. Они также не разделяют типы преступлений, чтобы определить, оказывает ли Луна какое-либо влияние на уровень убийств по сравнению с другими преступлениями.

Одним из первых исследований, показывающих связь между луной и убийствами, был Либер и Шерин (1972), о котором говорилось выше в связи с его гипотезой об изменении объема воды и компартментализации.Либер и его коллеги собрали все данные об убийствах с 1956 по 1970 год, в общей сложности 1949 случаев, и все данные об убийствах в округе Кайахога, штат Огайо, за 1958 и 1970 годы, всего 2033 случая. После учета недостающих данных окончательное количество случаев составило 1887 и 2008 соответственно. Согласно их данным округа Дейд, убийства достигли пика в полнолуние, а второй пик наступил сразу после новолуния. Не было никакой разницы вокруг апогея и перигея, предполагая, что любое влияние Луны не изменилось, когда она приближалась к Земле или дальше от нее во время ее орбиты.По данным округа Кайахога, убийства достигли пика через три интервала после полнолуния с вторичными пиками. Они отмечают, что пики аналогичны данным Флориды, но смещены вправо, также отмечая, что два периода «приблизились к значимости» с альфа-уровнем 0,07 (некоторые могут утверждать, что 0,07 — это далеко от статистической значимости). Чтобы объяснить различия между тенденциями убийств и лунными циклами, исследователи предполагают, что «географическое положение может быть значительной переменной, как это часто бывает для геофизических и метеорологических явлений» (стр.104). Затем они ссылаются на другие исследования, проведенные на хомяках, в поддержку этого. Есть основания полагать, что, учитывая удаленность Луны от Земли, любой гравитационный эффект может быть немного более однородным в разных географических точках. Также небезосновательно предположить, что влияние луны на хомяков будет незначительным.

Предоставляя результаты всестороннего мета-анализа исследований лунного безумия (включая некоторые из них, обсуждаемые в этой главе), Роттон и Келли (1985) разбивают различные исследования по типам преступлений, включая убийства.Результаты их метаанализа показывают, что ни одно из исследований не приблизилось к значимости в полнолуние, новолуние и полную фазу. Фактически, наименьшее найденное значение альфа составляло 0,15, а максимальное — 0,77. Они заключают (стр. 300):

Хотя метаанализ выявил несколько статистически значимых взаимосвязей между фазами Луны и поведением, нельзя сделать вывод, что люди ведут себя более (или менее) странно во время одной фазы Луны. или другой. Это не то же самое, что сказать, что нет никакой связи между фазами луны и поведением.Так же, как мы не можем доказать, что оборотней, единорогов и других интересных существ не существует, мы не можем доказать, что луна не влияет на поведение. Однако бремя доказательства лежит на сторонниках лунной гипотезы. Им придется собрать гораздо больше — и более качественных — данных, прежде чем они смогут отвергнуть нулевую гипотезу об отсутствии связи между фазами луны и поведением.

Рассматривая потенциальные предшественники убийства (побои и агрессивное поведение), Biermann et al.(2009) и Каземи-Баджестани, Амирсадри, Самари и Джаванбахт (2011) в Баварии и Иране, соответственно, изучали влияние лунных фаз на поведение. Бирман и его коллеги не обнаружили статистически значимой связи между полным, отсутствующим и межфазным лунным циклом и преступлением в виде побоев. Дальнейший анализ Фурье также не обнаружил какой-либо связи между насилием и фазами Луны. Kazemi-Bajestani et al. (2011) обследовали 5431 пациента в отделении неотложной психиатрической помощи в течение 1 года.Они обнаружили небольшое увеличение посещений во время полнолуния, но эти различия не были статистически значимыми. Однако значительное увеличение агрессивного поведения было обнаружено в начале и в конце лунных циклов. Schafer et al. (2010) и другие также изучали преступления в крупном городе на юго-западе Америки по целому ряду различных преступлений, но не включая убийство, хотя и включали его возможное нападение, предшествующее нападению. Статистически значимых различий обнаружить не удалось.

Закон Вебера при принятии решений: интеграция поведенческих данных у людей с нейрофизиологической моделью

Историческая справка

Джонсон (1980a, b) тщательно проанализировал и сформулировал взаимосвязь между нейрофизиологическими измерениями (отражающими нейронную репрезентацию сенсорной стимуляции на соматосенсорном пути) и поведением вероятностного субъекта, наблюдаемого психофизически. В частности, он предложил строгую теоретическую основу, включающую в качестве явных переменных экспериментальную установку, нейронные представления стимулов, дисперсию нейронных представлений и функциональную зависимость от стимулов, которые они представляют.В этой теоретической схеме он различал: (1) нейронные процессы, кодирующие информацию о периферических стимулах, на которой основано различение, и (2) нейронные процессы, лежащие в основе дискриминации при принятии решений в соответствии с экспериментальной установкой, которую он рассмотрел. Таким образом, Джонсон (1980a, b) смог связать закон Вебера с лежащими в основе нейронными механизмами.

Тем не менее, Джонсон (1980a, b) предположил линейные механизмы и предположил, что нейронное представление стимулов является результатом вызванной стимулом активности и шума.В этом исследовании мы дополняем и расширяем теорию Джонсона (1980a, b), предлагая конкретную реалистичную биофизическую нейронную сеть, реализующую принятие решений в задаче распознавания. Мы обращаемся к тому, как динамика нейронной сети может явно преобразовать базовую нейронную активность и шум в поведении конкретного субъекта. Более того, мы покажем, что динамическая рабочая точка нейронной сети является фундаментальной и неразрывно связана с вероятностным поведением субъектов.

Другими словами, мы предполагаем, как и Джонсон (1980a, b), что отличительной чертой нейрофизиологических измерений является высокая степень вариабельности нейрональной активности как внутри испытаний, так и между ними. Вместо того, чтобы связывать эту изменчивость с плохой выборкой, мы предполагаем, что стохастические колебания в динамике нейронов могут действительно иметь функциональную роль. Действительно, тот факт, что восприятие и поведение во время определенных типов задач могут быть хорошо описаны вероятностными моделями, предполагает связь между стохастичностью на клеточном и поведенческом уровнях.Основная цель настоящего исследования — выяснить механизмы, лежащие в основе этой связи, путем построения вычислительных моделей, которые учитывают измерения как на клеточном, так и на поведенческом уровнях.

Теоретическая основа: нейродинамическая модель

Теоретические модели могут помочь понять лежащие в основе нейродинамические и вычислительные механизмы, ответственные за оценку свидетельств восприятия, которые приводят к принятию решений (Brody et al., 2003; Machens et al., 2005; Deco and Rolls, 2006).Такие модели ограничиваются существующими нейрофизиологическими данными и согласуются с ними (Romo and Salinas, 2001, 2003; Romo et al., 2004). Обычно они включают две популяции возбуждающих нейронов, участвующих в конкурентных взаимодействиях, опосредованных ингибированием. Сенсорный ввод может смещать конкуренцию в пользу одной из популяций, потенциально приводя к постепенному принятию решения, при котором нейроны, принадлежащие к победившей популяции, проявляют повышенную активность, тогда как активность в другой популяции подавляется.

Мы смоделировали нейронную, синаптическую и корковую динамику, лежащую в основе вычисления перцепционной дискриминации, используя теоретическую основу сетей аттракторов (Brunel and Wang, 2001), основанную на принципе предвзятого соревнования / сотрудничества [см. Предыдущие приложения (Rolls and Deco, 2002). ; Deco and Rolls, 2005а, б)]. Эта модель была разработана для учета активности нейронов, реализующих процесс сравнения, обнаруженный в VPC, о чем свидетельствуют записи отдельных клеток и соответствующие поведенческие показатели у обезьян.Реакция этих нейронов во время периода сравнения задачи зависит от разницы частот между двумя применяемыми вибротактильными стимулами, знак этой разницы является определяющим фактором для правильного выполнения задачи. Вычислительная модель Deco and Rolls (2006) реализует нейронную сеть, которая может воспроизводить избирательность реакции принятия решений упомянутых нейронов VPC. Механизмы конкуренции и сотрудничества реализуются в сети аттракторов, состоящей из двух периодически связанных популяций возбуждающих нейронов, взаимно связанных с общей тормозящей популяцией.

Модель позволяет надлежащим образом описывать переходные процессы (нестационарность) и вероятностную природу поведения (производительности) за счет явного использования всплесков и синаптической динамики однокомпонентных моделей нейронов с интеграцией и запуском (IF) (Tuckwell, 1988) при микроскопический уровень. Это позволило нам использовать реалистичные биофизические постоянные времени, задержки и проводимости для моделирования синаптического тока, что позволило тщательно изучить временные масштабы и частоту возбуждения, участвующих в эволюции нейронной активности.Смоделированные здесь нейронные клетки IF имеют три типа рецепторов, опосредующих приток синаптических токов: EPSC опосредуются рецепторами AMPA (быстрые) и NMDA-глутамат (медленные), тогда как внешние EPSC, наложенные на сеть, управляются рецепторами AMPA. Только. IPSC к возбуждающим и тормозящим нейронам опосредуются рецепторами ГАМК [подробности математической формулировки см. В Brunel and Wang (2001) и Deco and Rolls (2005a, 2006)].

Аттракторная сеть, реализующая механизм сравнения (рис.1) состоит из взаимодействующих нейронов, организованных в дискретный набор популяций (то есть группы возбуждающих или тормозящих нейронов, имеющих одни и те же входы и связи). Сеть содержит 800 N _E (возбуждающих) пирамидных клеток и 200 N _I ингибирующих интернейронов в соответствии с пропорцией 80% пирамидных клеток по сравнению с 20% интернейронов, обычно наблюдаемых в физиологических исследованиях (Abeles, 1991; Роллс и Деко, 2002). В этой минимальной модели конкретные группы населения кодируют категориальный результат сравнения двух последовательно применяемых вибротактильных стимулов, f1 и f2 (т.е.е., f1> f2 или f1 rN _E нейронов (здесь мы используем r = 0,1). Существует также неспецифическая популяция (обозначенная как «Неспецифическая»), которая группирует все другие возбуждающие нейроны в смоделированной области коры головного мозга, не участвующие конкретно в данной задаче, и одна ингибирующая популяция (обозначенная как «Тормозная»), группирующая локальные тормозящие нейроны в смоделированная область мозга. Последняя популяция регулирует общую активность и реализует конкуренцию в сети, распространяя глобальный сигнал запрета.

Фигура 1.

Биофизическая реалистичная вычислительная модель для вероятностной сети принятия решений, которая выполняет сравнение двух механических колебаний, применяемых последовательно (f1 и f2). Модель реализует динамическую конкуренцию между разными нейронами. Сеть содержит возбуждающие пирамидные клетки и тормозные интернейроны. Нейроны полностью связаны (с синаптической силой, как указано в тексте). Нейроны группируются в популяции. Есть два разных типа населения: возбуждающие и тормозящие.Существует два подтипа возбуждающей популяции: специфическая и неселективная. Конкретные группы населения кодируют результат процесса сравнения в задаче вибротактильного различения с двумя интервалами (то есть, является ли f1> f2 или f1

Значения проводимости синапсов между парами нейронов задаются весами соединений, которые могут отклоняться от их значения по умолчанию, 1.Структура и функция сети достигается за счет различной адаптации этих синаптических сил внутри и между популяциями нейронов. Обозначение весов показано на рисунке 1. Мы предполагаем, что связи уже сформированы (например, в результате ранее возникших процессов самоорганизации, таких как обучение по Хеббиану). Мы предполагаем, что два возможных результата решения, f1> f2 и f1 w ₊. Более того, популяции, кодирующие эти два решения, вероятно, будут иметь антикоррелированную активность в этом поведенческом контексте, что приведет к более слабым, чем в среднем, связям между ними. Следовательно, мы выбираем более слабое значение w _— = 1 — r ( w ₊ — 1) / (1 — r ), так что общий рекуррентный возбуждающий синаптический привод в спонтанном состоянии остается постоянным, поскольку w ₊ изменяется (Brunel and Wang, 2001).Нейроны в тормозной популяции связаны между собой с промежуточным весом w = 1. Они также связаны со всеми возбуждающими нейронами в одном слое с одним и тем же промежуточным весом, который для соединений возбуждающее-тормозное составляет w = 1, а для соединений тормозного-возбуждающего обозначен весом w _Я. Нейроны в конкретной возбуждающей популяции связаны с нейронами в неселективной популяции в том же слое с синаптическим весом w = 1 и синаптическим соединением обратной связи с весом w _—.Каждая отдельная популяция управляется двумя разными типами входных данных. Во-первых, все нейроны в модельной сети получают спонтанную фоновую активность извне модуля через N _ext = 800 внешних возбуждающих связей. Каждое соединение несет последовательность спайков Пуассона со спонтанной частотой 3 Гц, что является типичным значением, наблюдаемым в коре головного мозга. Это приводит к фоновому внешнему входу с частотой 2,4 кГц для каждого нейрона. Во-вторых, нейроны в двух конкретных популяциях дополнительно получают внешние входные данные, кодирующие специфичную для стимула информацию.Предполагается, что эти входные данные исходят от второй соматосенсорной коры (S2) и от префронтальной коры (PFC), кодируя частоту обоих стимулов f1 (сохраненных) и f2 (присутствующих) для сравнения в течение периода сравнения (т. Е. Когда применяется второй стимул). Как описано в нейрофизиологических исследованиях, существует два основных типа нейронов S2 и PFC, а именно нейроны, частота возбуждения которых демонстрирует положительную монотонную связь с частотой стимула, и другие, в которых эта связь отрицательна.Основываясь на экспериментальных результатах (Romo et al., 2004), мы моделируем частоту возбуждения положительных монотонных нейронов как f ₊ ^x = 5 + 2.3 f _x Гц, и частота активации отрицательных монотонных нейронов как f _— ^x = 25 — 0,6 f _x Гц, где f _x — частота вибротактильной стимуляции в Гц (т.е., f _x равно f1 или f2). При стимуляции скорость пуассоновского поезда нейронов обеих конкретных популяций f1> f2 и f1 1 = f ₊ ¹ + f _— ² и λ ₂ = f _— ¹ + f ₊ ² соответственно, кодируя два сравниваемых вибротактильных стимула.

Стационарные состояния сети нейронов интегрирования и активации могут быть исчерпывающе изучены с использованием приведенного согласованного среднего поля, чтобы упростить уравнения интегрирования и включения путем замены, после диффузионного приближения (Tuckwell, 1988), суммы синаптические компоненты — средним компонентом и членом флуктуации. Стационарная динамика каждой популяции может быть описана функцией переноса населения, которая обеспечивает средний уровень популяции как функцию среднего входного тока.Набор стационарных, самовоспроизводящихся скоростей ν _i для различных популяций и в сети может быть найден путем решения набора связанных уравнений самосогласования. Это позволяет выбрать область параметров, которая показывает желаемое эмерджентное поведение на бифуркационной диаграмме. ^a В данном случае существенное требование состоит в том, чтобы для стационарных условий различные возможные аттракторы были устойчивыми. Аттракторы, представляющие интерес для нашей задачи, соответствуют активации (высокие скорости всплесков) или неактивации (низкие скорости всплесков) нейронов в определенных популяциях f1> f2 и f1 f2 (f1 f2) соответствуют кодирующему «единственному состоянию», связанному с двигательной реакцией, сообщающей категориальное решение f1. > f2 (f1

Экспериментальное поведение человека

Участников.

Мы протестировали группу из восьми человек (от 18 до 35 лет), которые вызвались участвовать в исследовании. Все были правши и сообщили о нормальной тактильной чувствительности.

Аппаратура и материалы.

Участники сидели на расстоянии около 60 см от компьютерного монитора с электронно-лучевой трубкой в тускло освещенной, звуконепроницаемой испытательной комнате. Им было приказано направить взгляд на фиксирующий крест в центре экрана.Стимуляцию осуществляли с помощью вибротактильного стимулятора костной проводимости (вибраторы костной проводимости Oticon-A; 3,8 см ² вибрирующая поверхность; Oticon, Hamilton, UK). Протоколы были запрограммированы с использованием программного обеспечения Expe6 (Pallier et al., 1997) и запускались на компьютере Pentium (Intel, Санта-Клара, Калифорния). Волны вибрации генерировались звуковой картой ПК и подавались на вибраторы через усилитель (Pioneer-A307; частотная характеристика от 5 Гц до 100 кГц). Стимулятор был прикреплен к дистальной подушечке левого кольцевого пальца с помощью тканевой петли на липучке, так что положение вибратора и давление оставались постоянными на протяжении всего сеанса эксперимента.Испытуемые носили наушники (HD435; Sennheisser, Wedemark, Germany), обеспечивающие белый шум постоянной интенсивности на протяжении всего эксперимента, достаточной для маскировки любого звука, производимого вибротактильными стимуляторами.

Порядок действий.

Эксперимент по частотной дискриминации состоял из двух интервалов с принудительным выбором, в котором два вибротактильных стимула по 500 мс (базовая частота и частота сравнения, рандомизированный порядок, межстимульный интервал 500 мс) были представлены участнику для классификации.В начале каждого испытания на экране компьютера отображался знак «-» в центре, который временно заменялся знаком «*» во время представления каждой вибрации. После второй вибрации появится «?» знак появлялся в центре экрана, пока не был дан ответ. Задача заключалась в нажатии клавиши (1 или 2), соответствующей стимулу более высокой частоты (соответственно первому или второму). Были протестированы пять различных базовых частот (20, 30, 40, 60 и 80 Гц), хотя для тестирования модели использовались только частоты <50 Гц (флаттер).Это было сделано в попытке задействовать один и тот же тип соматосенсорных рецепторов и путей (рецепторы Мейснера) во всех условиях (Werner and Mountcastle, 1965; Mountcastle et al., 1967; Freeman and Johnson, 1982). Каждой конкретной базовой частоте противостояли восемь различных частот сравнения (± 2, ± 4, ± 6 и ± 8 Гц) в отдельном блоке из 112 испытаний (восемь комбинаций базовой частоты и частоты сравнения представлены по 14 раз каждая). На экспериментальной фазе участникам не было предоставлено никакой обратной связи.Перед этим тестом на распознавание вибрации интенсивность различных вибротактильных стимулов была тщательно отрегулирована индивидуально для каждого участника следующим образом.

Учитывая, что воспринимаемая интенсивность вибрации варьируется в зависимости от частоты, потребовались определенные корректировки, чтобы участники основывали свои суждения на частоте. Во-первых, мы определили простой порог обнаружения для каждой базовой частоты, используя чередующиеся лестницы на основе оценки параметров с помощью алгоритма последовательного тестирования (PEST), чтобы отрегулировать усиление звуковой карты для обеспечения 50% эффективности обнаружения.После этой процедуры мы подняли уровень выходного сигнала усилителя на 15% и запустили вторую фазу, чтобы найти точку субъективного равенства интенсивности по вибротактильным частотам. В частности, мы постепенно настраивали выход звуковой карты [уровень звукового давления (SPL)] индивидуально для каждой частоты сравнения, чтобы она ощущалась такой же интенсивной, как и соответствующая базовая частота (мы использовали чередующиеся лестницы PEST). Затем для каждого участника и базовой частоты мы нашли наиболее подходящую линию (линейная регрессия) для описания взаимосвязи между частотой (для всех частот сравнения) и SPL и выбрали соответствующие значения интенсивности, которые будут использоваться в эксперименте по дискриминации для каждой частоты сравнения. .

После того, как были скорректированы конкретные значения интенсивности для каждой частоты и предмета, и перед заданием по различению частот участники прошли обширную подготовку с визуальной обратной связью, отображаемой на экране компьютера. На начальном этапе обучения мы использовали большие разности частот (> 30 Гц), чтобы познакомить участников с задачей. Во втором тренировочном блоке участникам были представлены меньшие различия частот (20 ± 2 Гц). Третий обучающий блок был разделен на подблоки, соответствующие каждой базовой частоте, и тесты всегда включали базовую частоту в паре с частотами сравнения ± 8 Гц.Каждый из этих подблоков повторялся до достижения производительности 90%. Затем каждый субблок был повторен еще один или два раза, непосредственно перед экспериментальным блоком, соответствующим его базовой частоте. Для тестирования каждого человека потребовалось от 5 до 6 часов, и эксперимент был разделен на две сессии. Все экспериментальные блоки проходили в рамках второй сессии.

Внешний регулятор усиления Weber-Fechner повышает точность комбинаторного кодирования запаха

Благодарим вас за отправку вашей статьи «Внешнее управление усилением Weber-Fechner повышает точность комбинаторного кодирования запаха» на рассмотрение eLife .Ваша статья была рецензирована тремя рецензентами, а оценку контролировали рецензирующий редактор и Кэтрин Дюлак в качестве старшего редактора. Следующее лицо, участвовавшее в рассмотрении вашей заявки, согласилось раскрыть свою личность: Кэтрин И. Нагель (рецензент №2).

Рецензенты обсудили рецензии друг с другом, и редактор-рецензент подготовил это решение, чтобы помочь вам подготовить исправленную заявку.

Рецензенты согласились, что работа представляет потенциальный интерес.Однако они также согласились с тем, что презентацию необходимо значительно улучшить. Для дальнейшего рассмотрения документ необходимо тщательно отредактировать с учетом широкого круга читателей eLife . Это включает в себя распаковку деталей технических аспектов работы, таких как внедрение и сжатое зондирование, и объяснение ключевых математических концепций модели словами и (лучше) схематическими изображениями. Краткость, с которой были представлены результаты, затруднила оценку работы.Отдельные обзоры ниже содержат конкретные предложения и комментарии, которые должны помочь определить, где такие изменения необходимы, но мы также рекомендуем авторам запросить комментарии у нескольких коллег, не связанных с запахом, особенно по поводу доступности.

Далее следуют индивидуальные отзывы:

Рецензент № 1:

В этой статье исследуется влияние адаптации Вебера в нейронах обонятельных рецепторов на обонятельное кодирование с использованием модели, основанной на прошлых экспериментальных работах (описанных в статье, на которую также имеется ссылка).Центральный вопрос должен представлять общий интерес, и подход, использованный в статье, кажется подходящим. Однако я боролся с тем, как представлена работа, и это оставило меня неуверенным в сделанных выводах. Я не эксперт в области обоняния, но подозреваю, что эту борьбу разделят многие другие потенциальные читатели.

Динамика ответа: Меня смущала важность различий в динамике ответа разных ORN. Местами в тексте указывается, что различия в динамике невелики (например,грамм. Введение), а в других — что они важны (подраздел «Модель репертуара зондирования ОРН»). Некоторые из них могут возникать из-за ответов одной клетки на несколько запахов по сравнению с ответами разных клеток. Тем не менее, настоящая версия документа в этом отношении сбивает с толку.

Рисунок 2 и встраивание: процесс встраивания, использованный в анализе, показанном на рисунке 2, не объясняется подробно — это означает, что я не мог интерпретировать рисунок 2. Позже в Обсуждении (третий абзац) этот рисунок упоминается в отношении ответа динамика — это было особо непонятно.Этот рисунок имеет решающее значение для статьи, поэтому должен быть объяснен более подробно.

Рисунок 3: Использование сжатого зондирования в анализе декодирования на этом рисунке неясно. В связи с этим неясно, как выбирается соответствующий допуск (подраздел «Внешняя адаптация усиливает распознавание запаха в сложных средах», второй абзац). Подход к декодированию требует более подробного описания.

Дискриминация в средах со сложным запахом: здесь не ясно, почему фон должен быть статичным.Я бы подумал, что он будет зависеть от многих из тех же свойств, которые делают сигнал динамическим. Роль / важность кратковременной памяти также неясна.

Было бы интересно увидеть, насколько важна ORN-специфическая адаптация для представленных результатов по сравнению с механизмом, который действует универсально во всех ответах ORN.

Уравнение 1: Происхождение этого уравнения можно объяснить более подробно.

Уравнение 2: Эту форму обратной связи, и в частности ее связь с адаптацией Вебера, следует объяснить подробнее.

Рецензент № 2:

В этой рукописи спрашивается, как адаптация нейронов обонятельных рецепторов (ORN) влияет на способность обонятельной системы надежно кодировать идентичность запаха. В этой области существует широкий консенсус в отношении того, что запахи кодируются комбинаторной активностью множества рецепторов, каждый из которых состоит из специфического для запаха рецептора и общего корецептора. По крайней мере, одна форма адаптации, при которой чувствительность нейронов обонятельного рецептора регулируется на основе уровня активации рецепторного комплекса, присутствует в ORN, вероятно, действуя на уровне обратной связи на корецептор orco.В этом исследовании используются теоретические подходы, чтобы спросить, как эта форма адаптации влияет на декодирование идентичности запаха, с использованием трех различных моделей декодирования запаха: сжатое восприятие, первичное кодирование и биологически вдохновленная клеточная модель Кеньона. Рукопись основана на предыдущей статье той же группы, которая разработала формулировку адаптации ORN на основе модели рецепторов с двумя состояниями. Общий вывод исследования состоит в том, что внешняя адаптация улучшает декодирование идентификации запаха с использованием различных моделей.В целом, я думаю, что это исследование решает важный вопрос и делает это тщательно, используя очень разумные модели как для кодирования запаха, так и для декодирования, и обеспечивая хороший обзор состояния области. Тем не менее, я думаю, что некоторые элементы описания можно было бы сделать более доступными для читателей, менее склонных к математике, и что некоторые дополнительные симуляции помогут точно определить причину, по которой интерфейсная адаптация улучшает кодирование.

1) Рукопись написана для очень количественной аудитории и предполагает наличие опыта, знакомого с различными моделями (модель рецептора, сжатое зондирование, t-SNE), которые они используют.Я думаю, что статью можно было бы сделать более доступной, распаковав некоторые математические формулы в основном тексте.

Например, было бы полезно показать график функции активации A _a в зависимости от концентрации запаха (уравнение 1) для некоторых из нейронов их выборочной модели как в неадаптированном, так и в адаптированном состоянии.

Кроме того, обсуждение сжатого измерения сильно сжато. Если бы авторы могли описать это интуитивно или графически в основных результатах, это помогло бы читателям понять, что это такое и как это работает.

Использование модели, вдохновленной KC, для декодирования идентификации запаха, вероятно, будет наиболее интуитивно понятной схемой декодирования для многих биологов. Здесь эта схема декодирования представлена последней, но, возможно, в рукописи она может быть приведена раньше.

2) Одна из возможных интерпретаций результатов на рисунках 2 и 3 заключается в том, что в неадаптивной системе высокие фоновые концентрации запаха вызывают насыщение рецепторов, не позволяя им кодировать что-либо, касающееся целевого запаха, или, по крайней мере, сильно сжимают их динамику. диапазон.Это означало бы, что важна адаптация чувствительности (кривая активации должна сдвигаться с увеличением концентрации запаха), но не точная форма адаптации. Не могли бы авторы выполнить дополнительное моделирование для решения этой проблемы? Например: (1) Каково состояние рецепторов (распределение уровней активации) в адаптированной и неадаптированной системе в условиях сильного фонового запаха (до представления целевого запаха) по сравнению с фоном + целью? (2) Чем отличаются результаты на рисунках 2 и 3, если адаптация неточная? То есть, что, если есть некоторый множитель 𝛽 перед A _a (t) в уравнении 2? Насколько точной должна быть адаптация, чтобы это работало?

Рецензент № 3:

Авторы описывают независимый от типа рецептора механизм адаптации на уровне обонятельных сенсорных нейронов (OSN), который поддерживает способность обоняния в естественных условиях.Они предположили, что адаптация или усиление контроля следует закону психофизики Вебера-Фехнера (ранее показанному той же группой) и предположили, что в биологическом контексте это может быть вызвано активностью корецепторов Orco не рецепторно-специфическим образом. Результаты модели показывают, что этот вид адаптации может способствовать инвариантному по концентрации кодированию, различению (даже при наличии фоновых запахов), а также согласуется с новой гипотезой первичного кодирования. Тема, обсуждаемая в статье, актуальна, результаты убедительны, стоит опубликовать; У меня нет серьезных опасений.

[Примечание редакции: до принятия были запрошены дополнительные исправления, как описано ниже.]

Благодарим вас за отправку вашей статьи «Внешнее управление усилением Weber-Fechner повышает точность комбинаторного кодирования запаха» на рассмотрение eLife . Ваша статья была рецензирована одним рецензентом, Фредом Рике, который является редактором-рецензентом и рецензентом №1, а оценку контролировала Катрин Дюлак в качестве старшего редактора.

Рецензент № 1:

Это пересмотренная версия статьи, в которой описывается подход к моделированию для исследования роли внешней адаптации в обонятельном кодировании.Документ интересен и содержит ряд хороших анализов, которые дают представление о взаимодействии между адаптацией и кодированием. Изменения сделали документ более понятным, но все еще есть несколько вопросов, которые не так ясны, как хотелось бы. Эти и некоторые более мелкие моменты подробно описаны ниже. В целом (как подробно описано ниже) для каждого анализа я считаю важным, чтобы каждый из этапов перехода от смоделированных ответов к завершенной части анализа был понятен читателю, не являющемуся экспертом.

1) анализ t-SNE.

Сравнение t-SNE с PCA (первый абзац подраздела «Внешняя адаптация Вебера-Фехнера сохраняет кодирование запаха среди факторов фона и интенсивности»). Можете ли вы, опираясь на конец этого абзаца, объяснить, как работает t-SNE, и, что особенно важно, определить оси на рисунках 2B, C? Очень важно, чтобы читатель был доволен тем, что здесь строится.

2) Анализ CS.

Описание ограничения разреженности, добавленное к статье, является полезным.Однако до сих пор неясно, как оценивается сам стимул (я могу догадываться, но это следует указать явно). В связи с этим, возмущение сигнала (Ds) определено только в Материалах и методах, но необходимо для интерпретации основного текста (подраздел «Внешняя адаптация улучшает декодирование запаха в сложных средах», третий абзац). Также должно быть более ясно, что вы расшифровываете дискретную идентификацию запаха, а не концентрацию (при условии, что это правильно).

3) Расшифровка изменяющихся во времени стимулов.

Некоторые аспекты анализа, описанные в пятом абзаце подраздела «Внешняя адаптация улучшает декодирование запаха в сложных средах», не ясны. Были ли запахи присвоены каждому запаху случайным образом? И весь временной ход был декодирован, или каждое дуновение рассматривалось как отдельное событие? В целом описание этого анализа требует значительно более подробного описания. Есть ли интуитивный аргумент относительно того, почему более длительные временные масштабы адаптации полезны, которые можно было бы добавить в последний абзац подраздела «Внешняя адаптация улучшает декодирование запахов в сложных средах»?

4) Тесты первичного кодирования.

Текст предполагает, что фоновые запахи могут мешать первичному кодированию при отсутствии внешней адаптации. Затем анализ, представленный на рисунке 4, показывает, что наборы первичности поддерживаются при наличии внешней адаптации. Но не существует теста, если я его не пропустил, первоначального предположения о том, что наборы первичности не поддерживаются без внешней адаптации. Этот тест необходим для интерпретации этого раздела.

5) Взаимодействие адаптации внешнего интерфейса и разделительной нормализации.

Рисунок 5 предполагает, что эти две формы управления усилением могут играть совершенно разные роли в кодировании дискретных категорий запаха (аверсивный, аппетивный) и идентификации запаха. Это довольно интересно. Я бы подумал об изменении порядка представления, чтобы вы начали с обсуждения определения запаха (что более естественно вытекает из предыдущих разделов). Различия между настоящими результатами и результатами Olsen et al. также, как минимум, следует обсудить более подробно.

https: // doi.org / 10.7554 / eLife.45293.020

Как установить цену на ваш продукт, используя закон Вебера — The Disruptive Strategy Co.

Пришло время поговорить о бизнес-концепции, которая представляет собой буквально сплав науки и искусства. Это концепция, которую воплотили в жизнь физиологи и психологи XIX века, и с которой вы взаимодействуете ежедневно. Я говорю о законе Вебера. Закон Вебера, также известный как закон Вебера-Фехнера, — это закон, который помогает нам понять или, скорее, количественно оценить восприятие изменений данного стимула.Закон гласит, что изменение стимула, которое будет просто заметным, едва заметным, на самом деле является постоянным соотношением исходного стимула.

Выражается как функция:

ΔI / I = k

Это изменение стимула по сравнению с исходным стимулом, и k означает, что эта пропорция является постоянной, независимо от размера изменений стимула. или начальный стимул.

Уоу, уоу, уоу…

Я обещал вам науку и искусство, и все, что я сделал до сих пор, это выродок по поводу закона, который показывает, как люди воспринимают изменения, вещи и прочее.Сегодня мне больше всего интересно поговорить с вами о том, как потребители, даже ваши покупатели, воспринимают изменение цен.

Закон Вебера относительно легко понять, поскольку он просто гласит, что при малых начальных значениях легче воспринимать небольшие изменения в них и различать эти две вещи. Когда такие вещи становятся больше, как цены, вес, количество вещей, становится труднее ощутить то же самое небольшое изменение. Так, например, легче ощутить разницу между двумя товарами, которые имеют разницу в 5 долларов, когда один из товаров стоит 10 долларов, а другой — 15 долларов.Несложно заметить, что один стоит на 30% больше, чем другой. Ну, а как насчет той же сдачи на 5 долларов, когда товары стоят 95 и 100 долларов. Это по-прежнему изменение на 5 долларов, но восприятие этого изменения может быть немного сложнее. Это изменение на 5 долларов представляет собой изменение всего на 5%.

Когда вы понимаете, как люди могут воспринять изменение цены, вы можете лучше позиционировать себя на переполненном рынке или еще лучше понять, как начать думать о том, как вы должны оценивать свои продукты или услуги.Для простоты я отброшу одну из моих любимых фраз, когда я преподаю в классе Econ, при прочих равных. Чтобы упростить ведение этого разговора, я не хочу говорить об изменении вкусов и ожиданий людей, их склонности к потреблению, эластичности спроса по цене и т. Д. Единственное, о чем я хочу поговорить, — это то, как вы можете применить закон Вебера к своему бизнес прямо сейчас.

Если вы потратили какое-то время на изучение того, как построить бизнес в Интернете или как продвигать его на рынке, вы, вероятно, столкнулись с пословицей, что вы должны устанавливать цену на основе той ценности, которую вы предоставляете, и что вы должны делать все возможное, чтобы взимать премию.Надбавка — это полезный триггер и сигнал поведения потребителей, потому что он показывает, что если они покупают у вас, они на крючке из-за своего опыта, а если вы много берете, то это потому, что вы знаете, о чем, черт возьми, говорите. Если вы не видели ничего подобного раньше, что ж, это довольно стандартный совет, и это совет, который я планирую поднять на ступеньку выше с помощью моего друга, закона Вебера.

Давайте начнем с установки некоторых довольно распространенных пороговых значений. Это ценовые барьеры или уровни, которые люди, кажется, используют в качестве якорей, когда решают, стоит им покупать.Чтобы быть ясным, я не проводил здесь тщательной проверки эмпирических данных. Я просто полагаюсь на свой опыт работы с сотнями владельцев бизнеса за эти годы и ресурсы, к которым у меня есть доступ в качестве последовательного дополнительного профессора по бизнесу.

Уровни следующие:

20 долларов и менее
21–99 долларов
100–499 долларов
500 долларов США +

Относительно небольшие изменения в каждом из этих элементов будут почти незаметны для людей, которые хотят или возможность потреблять ваши товары или услуги.Например, Hulu и Netflix с годами подскочили в цене. Когда происходят изменения, они обычно прибавляются в несколько долларов или около того. Когда грядут эти изменения цен, средства массовой информации делают огромную работу по сенсации этих изменений, но когда все эти средства массовой информации исчезают, эти предприятия не только удерживают своих клиентов, но и растут. Почему?! Из-за воспринимаемой ценности, из-за обещания оригинального контента и из-за того, что восприятие фактического изменения цен недостаточно велико, чтобы изменить поведение большинства людей.Вау, я (черт возьми) обожаю науку!

Подумайте об этом, мы считаем, что рост цен с течением времени является нормальным. Конечно, частью этого будет инфляционное давление на стандарты, которые нам нужны и которые мы используем ежедневно, но в целом уровни цен растут, а размеры товаров (пакеты с чипсами, шоколадные батончики и т. Д.) Снижаются, потому что компании знают, что они могут измениться. со временем, и эти изменения не повлияют на поведение потребителей.

Так как же применить закон Вебера к своему бизнесу? Во-первых, взгляните на свои текущие цены.Нет причин, по которым вы не можете подняться на вершину любого из перечисленных мною ярусов. Конечно, вам, возможно, придется немного поиграть в рационализаторские мускулы, и да, вы можете потерять несколько клиентов, но в целом ваш бизнес выиграет, поскольку у большинства людей не будет проблем с постепенным увеличением со временем.

Это также означает, что у вас есть возможность сегментировать свои предложения. Создание опыта, совпадающего с верхними частями каждого из этих уровней, будет сообщать, что ваши клиенты будут ожидать разных уровней качества, обслуживания, доступа, материалов и т. Д.Это хорошая вещь! Я не призываю вас использовать это как способ запутать глаза людям, которые хотят тратить на вас свои деньги. Я говорю о том, что вы можете управлять ожиданиями и создавать среду, в которой ваши клиенты знают, чего ожидать, и уверены, что получат ту ценность, которую вы обещали им на каждом из этих уровней.

Как изучающий Интернет, я могу честно сказать, что я стал жертвой ценовой ловушки, потратив деньги на курсы более 500 долларов, думая, что они будут ответом на все мои проблемы, только чтобы обнаружить, что на самом деле, Я купил кучу плохо сделанных слайдов, переупаковывающих часто перебрасываемую информацию.Возможно, они однажды получили мой бизнес, но не вернутся снова. Вы же не хотите строить такой бизнес. На самом деле это абсолютно неприемлемо. Если вы планируете оставаться в своем бизнесе и играете в долгую игру, вам необходимо создать преданную базу лояльных клиентов и последователей. Вы делаете это, принося пользу каждый день.

Извините, я знаю, что только что получил немного денег, но это потому, что я знаю, что, как цитируется дядя Бена Человека-паука, большая сила влечет за собой большую ответственность.

Хорошо, чтобы подвести итог тому, что мы здесь имеем:

Относительные небольшие изменения в небольших товарах или услугах будут заметны и имеют шанс изменить поведение покупателя.
Относительная мелочь в больших долларовых товарах или услугах практически незаметна.
Относительно большие изменения в недорогих товарах или услугах, скорее всего, изменят поведение покупателя.
Относительно большие изменения в стоимости товаров или услуг на большие суммы будут ощутимы.

Не забывайте, что эти изменения могут быть увеличены или уменьшены.Хорошая продажа хороша только в том случае, если ее достаточно, чтобы заинтересовать покупателей, а это значит, что она должна быть заметной. Продажи отлично подходят для получения дохода в краткосрочной перспективе, оборота запасов или просто небольшого привлечения внимания.

А теперь иди и начни заряжать то, чего ты стоишь!

О, и если вы хотите увидеть действительно потрясающее (ботаническое) математическое видео о законе Вебера, вам обязательно стоит посмотреть это видео с канала Numberphile на YouTube.

(PDF) Усовершенствование подхода к сжатию изображений с использованием закона Вебера-Фехнера

5 Заключение и перспективы на будущее

В этой статье мы улучшили качество сжатия неподвижных изображений на основе подхода

. о дискретном вейвлет-преобразовании и нейронных сетях путем добавления новой фазы предварительной обработки

для количественной оценки сигналов исходного изображения с использованием

принципа закона Вебера-Фехнера.Мы замечаем, что новый подход лучше, чем классический подход

с точки зрения качества в соответствии с функцией степени сжатия, если количество битов на пиксель

выше 0,5. Чтобы усилить наш подход, мы проведем количественную оценку исходного изображения

полулогарифмическим способом, используя закон сжатия «A»

, который используется в мобильных телефонных сетях.

Ссылки

1. Гупта, П., Алам, М.С.: Развитие нейровейвлет-сети по сравнению с нейронной сетью в сжатии изображений

.Int. J. Adv. Res. Comput. Sci. Manag. Stud. 2 (11), 405–411 (2014)

2. Хашман, А., Димилилер, К .: Сжатие изображений с использованием нейронных сетей и вейвлета Хаара.

WSEAS Trans. Sig. Процесс. 4 (5), 330–339 (2008)

3. Кохонен, Т .: Самоорганизующаяся карта. Proc. IEEE 78 (9), 1464–1480 (1990)

4. Dehaene, S .: Нейронная основа закона Вебера-Фехнера: логарифмическая ментальная числовая линия.

ТЕНДЕНЦИИ в Cogn. Sci. 7 (4), 145–147 (2003)

5. Xia, Q., Ли, X., Zhuo, L., и др .: алгоритм сжатия изображений с низкой скоростью передачи изображений

на основе визуальной чувствительности. IET Image Process. 6 (7), 910–918 (2012)

6. Лукил, Х., Касем, М.Х., Бухлель, М.С.: Новая метрика качества изображения, использующая системные визуальные характеристики

человека. Int. J. Comput. Прил. 60 (6) (2012)

7. Пуджар, Дж., Кадласкар, Л .: Новый метод сжатия и распаковки изображений без потерь

с использованием методов кодирования Хаффмана. J. Теорет. Прил. Инф. Technol.15 (1/2), 18–23 (2010)

8. Матур М.К., Лункер С., Саксена Д.: Метод кодирования Хаффмана без потерь для сжатия и восстановления изображения

с использованием двоичных деревьев. Int. J. Comput. Technol. Прил. 3 (1), 76–

79 (2012)

9. Хор, С., Бхаттачарья, Т., Дей, Н., Хассаниен, А.Э., Банерджи, А., Бхадра Чаудхури, SR:

Настоящее извлечение признаков на основе временной дактилологии для выборочного шифрования изображений и искусственная нейронная сеть

. В: Авад, А.I., Hassaballah, M. (ред.). SCI, т. 630. С. 203–226.

Springer, Гейдельберг (2016). doi: 10.1007 / 978-3-319-28854-3_8

10. Boopathi, G .: Подход к сжатию изображений с использованием вейвлет-преобразования и модифицированной собственной карты организации

. Int. J. Comput. Sci. Issues 8 (5), 323–330 (2011)

11. Льюис А.С., Ноулз Г.: Сжатие изображений с использованием двумерного вейвлет-преобразования. IEEE Trans.

Процесс изображения. 1 (2), 244–250 (1992)

12. Айдын Т., Мантюк Р., Зайдель, Х .: Расширение показателей качества на полный диапазон яркости

изображений. В: Human Vision and Electronic Imaging, February 2008

13.

Различие сигналов закон вебера фехнера: Различение сигналов: психофизиологический закон Вебера-Фехнера.

Различение сигналов: психофизиологический закон Вебера-Фехнера.

Мотивации как физиологическое состояние, их биологическая роль и механизмы.

ДИФФЕРЕНЦИАЛЬНАЯ СЕНСОРНАЯ ЧУВСТВИТЕЛЬНОСТЬ. Основы психофизиологии

Читайте также

5.3. Световая и цветовая чувствительность. Световоспринимающая функция

Сенсорная рецепция

АБСОЛЮТНАЯ ЧУВСТВИТЕЛЬНОСТЬ СЕНСОРНОЙ СИСТЕМЫ

2.10. Световая чувствительность

2.12. Дифференциальная чувствительность зрения

8.

РАННЯЯ СЕНСОРНАЯ ДЕПРИВАЦИЯ

Дифференциальная выживаемость необходима для видообразования

Дифференциальная экспрессия генов в процессе развития

Чувствительность

Дифференциальная диагностика, прогноз и лечение пороков сердца

Глава 2. Сенсорная индикация

Пользователи также искали:

Порог различения

★ Порог различения

Х. Шиффман. Закон (отношение) Вебера. Закон Фехнера: Psychology OnLine.Net

Шпаргалка 100 ответов по психологии

Дифференциальная сенсорная чувствительность

Просто заметная разница | Биология для майоров II

Результаты обучения

Попробуйте сами

Внесите свой вклад!

Поведение Вебера-Фехнера в восприятии симметрии?

Дифференциальный порог — обзор

Лунное безумие или «лунные приливные волны»

Закон Вебера при принятии решений: интеграция поведенческих данных у людей с нейрофизиологической моделью

Историческая справка

Теоретическая основа: нейродинамическая модель

Экспериментальное поведение человека

Участников.

Аппаратура и материалы.

Порядок действий.

Внешний регулятор усиления Weber-Fechner повышает точность комбинаторного кодирования запаха

Как установить цену на ваш продукт, используя закон Вебера — The Disruptive Strategy Co.

(PDF) Усовершенствование подхода к сжатию изображений с использованием закона Вебера-Фехнера

About the Author

admin

Добавить комментарий Отменить ответ

Рубрики

Related Posts