编辑“
认知科学
”(章节)
跳转到导航
跳转到搜索
警告:
您没有登录。如果您做出任意编辑,您的IP地址将会公开可见。如果您
登录
或
创建
一个账户,您的编辑将归属于您的用户名,且将享受其他好处。
反垃圾检查。
不要
加入这个!
==研究方法== 认知科学研究会使用多种不同的方法。因为认知科学是高度跨领域的,所以它的研究通常会跨越多个学科范围,采用[[心理学]]、[[神经科学]]、[[计算机科学]]和[[系统论]]的研究方法。 ===行为实验=== 为了描述智力是如何构成的,需要先研究智力行为本身。这一类型的研究和[[认知心理学]]与[[心理物理学]]紧密相关。通过测量对不同的刺激的行为反应有何不同,可以帮助我们了解这些刺激如何起作用。Lewandowski和Strohmetz(2009)总结了在心理学中使用行为测量的创新方法,包括行为痕迹、行为观察和行为选择。<ref>{{Cite journal| title = Actions can speak as loud as words: Measuring behavior in psychological science | first1 = Gary | last1 = Lewandowski | first2 = David | last2 = Strohmetz | journal = Social and Personality Psychology Compass | volume = 3 | issue = 6 | year = 2009| pages = 992–1002 | doi = 10.1111/j.1751-9004.2009.00229 }}</ref>行为痕迹是能够表明行为者存在的一系列证据,但是行为者并不在场(例如:停车场上的垃圾、电表的读数)。行为观察则是对相关行为者的直接目击(例如观察人与人之间坐的距离)。行为选择是人在两个选项之间的选择(例如投票的行为、选择对另一个参与者的惩罚)。 * ''反应时间'':展示刺激和得到适当的反应之间的时间,可以指示两个认知过程中的区别,也可以显示它们之间的本质区别。例如,如果一个搜寻任务中,搜索元素的增多对应着反应时间的延长,那么就说明搜寻的认知过程是串行而非并行的。 * ''心理物理学反应'':心理物理学实验是一种有历史的心理学技术,得到了认知心理学的改进。它们通常会包含对物理属性的判断,例如声音的响度。将个体之间的主观尺度与实际的物理测量相比较,可以展示认知或者感觉造成的偏差。一些例子有: ** 颜色、音调、质地等等的异同判断。 ** 颜色、音调、质地等等的阈值不同。 * ''[[眼动追踪]]'': 这个方法可以用来研究很多不同的认知过程,通常是和视知觉与语言过程相关。眼睛的停顿点和个体的注意焦点有关,所以,通过追踪眼球的运动,我们就可以得知特定时刻所获得的信息。眼球追踪让我们可以研究极短时间尺度内的认知过程。眼球的运动反应了任务进行中的即时反应,提供了决策进行方式的一些洞见。 ===脑成像=== {{Main|神经成像}} [[File:Hypothalamus.jpg|thumb|150px|人类头部与脑的图像。箭头指出了[[下丘脑]]的方位。]] 脑成像技术可以分析执行不同任务时的脑活动,让我们把行为和脑部功能对应起来,从而理解信息如何运转。不同的成像技术拥有不同的时间分辨率和空间分辨率。脑成像技术常常用于[[认知神经科学]]。 * ''{{le|单光子发射计算机断层扫描|Single photon emission computed tomography}}''和''[[正电子发射计算机断层扫描]]'':SPECT与PET将放射性同位素注入对象的血管,使其进入脑部。通过观测脑部不同区域的放射性同位素分布,可以判断脑的哪一部分更活跃。PET的空间分辨率和fMRI类似,但是时间分辨率极差。 * ''[[脑电图]]'':EEG通过将许多电极接入对象的头皮,来测量大量神经元发放所形成的电场。该技术的时间分辨率极高,但是空间分辨率相对很低。 * ''[[功能性磁共振成像]]'':fMRI测量流经脑部不同区域的相对血氧浓度。血液中较高的含氧量应该对应着该区域的神经活动增加。该技术使得我们可以定位不同脑区的特定功能。fMRI具有中等的空间与时间分辨率。 * ''{{le|光学医学成像|Optical imaging}}'':该技术使用红外传感器来接收某个脑区域附近的血液反射光。因为富含氧和缺少氧的血液反射光线情况不同,就可以依此研究哪部分脑区更活跃(也就是流经更富氧的血液)。光学医学成像具有中等的时间分辨率,但是空间分辨率较差。它的优点是它非常安全,可以用来研究婴儿的脑。 * ''{{le|脑磁图|Magnetoencephalography}}'':MEG用以测量神经兴奋活动产生的磁场。它和脑电图类似,但是它的空间分辨率比脑电图好,因为磁场不会像电场那样因为头皮和脑膜而减弱或模糊。MEG使用[[超导量子干涉仪]](SQUID)来探测微弱的磁场。 ===计算机模型=== [[File:Multi-Layer Neural Network-Vector.svg|thumb|200px|一个2层的[[神经网络]]。]] [[计算机模拟|计算机模型]]需要将一个问题数学化、逻辑正规化地描述。计算机模型可以用来模拟、验证智能的各种属性,帮助我们特定认知现象的功能结构。认知模型有两种基本方法:第一种着眼于抽象的心智能力,使用符号操作;另一种模拟人脑的神经元及其联结,称为亚符号模型。 * ''符号模型''的技术和哲学图像都是由计算机科学中的{{le|知识推理系统|Knowledge-based systems}}演化而来,例如所谓的“美好的旧式人工智能(GOFAI)”。它们由最早一批认知研究者发展出来,后来使用在了[[专家系统]]的[[信息工程]]中。直到1990年代早期,它被系统发展为功能性的类人智能模型,例如{{le|personoid|personoid}}以及同时开发的{{le|Soar|Soar}}环境。 * ''亚符号模型''包含了[[联结主义]],它的基本思想是人脑由许多微小的元素组成,脑的能力首先取决于这些点的存在及其连接方式。[[神经网络]]是这一方法的典型实践。有一些批评意见认为,当这一模型用于真实生物系统的运作时缺乏解释能力,因为即便一个简单规则的联结都需要复杂的系统来完成,其解释力常常并不好。 其他流行的方法包括[[动力系统]]理论,以及将符号模型和联结主义模型结合起来的神经-符号结合模型。还有{{le|贝叶斯模型|Bayesian cognitive science}},通常在[[机器学习]]中使用,也变得越来越受欢迎。 以上的这些方法,正在被整合为一个关于整合-抽象智能的整体计算模型,用于解释和改进个体和社会的[[理性决策]]与[[推理]]。 ===神经生物学方法=== 借用[[神经生物学]]和[[神经心理学]]的研究方法,可以帮助我们理解智能行为如何在物理系统中运作。 * {{le|单细胞记录|Single-unit recording}} * {{le|经颅直流电刺激|Transcranial direct current stimulation}} * [[模式生物]] * {{le|死后研究|Postmortem studies}}
摘要:
请注意,您对Positive WiKi的所有贡献都可能被其他贡献者编辑,修改或删除。如果您不希望您的文字被任意修改和再散布,请不要提交。
您同时也要向我们保证您所提交的内容是您自己所作,或得自一个不受版权保护或相似自由的来源(参阅
Positive WiKi:版权
的细节)。
未经许可,请勿提交受版权保护的作品!
取消
编辑帮助
(在新窗口中打开)
导航菜单
个人工具
未登录
讨论
贡献
创建账号
登录
命名空间
页面
讨论
不转换
不转换
简体
繁體
大陆简体
香港繁體
澳門繁體
大马简体
新加坡简体
臺灣正體
查看
阅读
编辑
编辑源代码
查看历史
更多
搜索
导航
首页
最近更改
随机页面
MediaWiki帮助
工具
链入页面
相关更改
特殊页面
页面信息