启发式问题解决中技能学习的fMRI研究

来源 :北京工业大学 | 被引量 : 0次 | 上传用户:liu605199097
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
问题解决是寻求某一问题的初始状态与目标状态之间的路径。学习过程是一个不断提高问题解决效率的过程,因此,如何表征问题并找到最有效的问题解决的策略是学习的重要目标。与以往侧重感知觉、记忆等相对简单的认知过程的学习研究不同,本研究通过观察被试者学习使用启发式规则解决四方趣题前后的脑区激活变化情况,探索人类在进行启发式问题解决中技能学习的神经机制,更侧重问题表征、信息提取等比较复杂的认知过程在学习中的变化。  本研究以功能性磁共振成像(fMRI)技术为手段,以简化的四方趣题为实验材料,根据实验需要设计简单题目和复杂题目。整个实验为期7天,第1天和第7天对被试者解决四方趣题的过程进行fMRI扫描,中间5天进行实验任务的练习。  从行为数据结果来看,通过5天的学习后被试者的正确率提高,反应时降低。实验开始时,被试者不熟悉启发式规则,难以形成有效的表征并提取对应的启发式规则解决问题,因此解题效率不高,所需要的时间也比较长。经过一个星期的学习,被试者熟练掌握了启发式规则,能够快速、准确地表征问题并直接利用启发式规则,解题的效率大大提高,甚至达到自动化。fMRI数据验证性结果表明,学习后双侧的梭状回、双侧前额叶和双侧的后顶叶激活强度降低,并且任务越复杂,这种差异就越显著。这种现象表明学习后所调用的认知注意、所提取陈述性知识以及视觉表征都减少了。在fMRI数据探索性分析中,除了和验证性分析重合的脑区外,我们还发现海马旁回、内侧额叶、脑岛、豆状核以及枕叶-楔叶也参与到技能学习中。研究中通过功能连接分析发现,尾状核和前扣带回的连接变弱;后顶叶和前扣带回的连接变强。这些脑区活动的变化进一步支持被试者解决四方趣题有关的问题表征和信息提取的能力都得到加强,解决四方趣题所需要调用的资源减少,神经元的利用率提高。  
其他文献
双足机器人的步行规划与控制方法一直是机器人学的研究热点问题,以往的规划与控制方法主要是将工业机器人的控制方法通过ZMP约束扩展到双足机器人上面,所生成的步行运动对能量
随着机器人技术研究和应用的不断广泛深入,人类期望移动机器人能够自主完成未知环境的探索,并能利用实时构建的地图模型实现高效导航。为避免由传感器信息的不确定性以及移动机
近年来,Internet在全球范围内呈爆炸性增长,其主要业务己由传统的文件传送、电子邮件和远程登录等转向多媒体应用丰富的WWW。用户数的巨增对带宽要求的提高,导致Internet上的数
随着人们对安全性要求的提高以及经济条件的改善,监控摄像头的个数增长速度越来越快,覆盖的范围也越来越广。目前应用中的智能视频监控基本都是依靠单路摄像机单独进行的。然而
岩体中存在的诸如节理、断层、软弱面、层面等结构面,是决定岩土工程稳定性的重要因素。目前,对于岩体结构面的判读主要还是由人工完成,由于工程量巨大,这将耗费非常多的人力物力
该文对Delta算子系统的建模与控制方法进行了系统深入的研究,主要贡献如下:(1)研究了Delta算子Riccati方程解的定界估计;(2)研究了Delta算子不确定系统的鲁棒性能分析问题;(3
无线传感器网络(WSN,WirelessSensorNetworks)技术是以传感器技术、嵌入式技术以及网络通信技术为基础的一门无线通信技术,它可以对数据进行采集、处理以及传输。已被视为可靠的
对多源图像进行融合处理是为了把不同图像包含的互补信息进行充分利用,通过消除冗余信息,将研究感兴趣的重要信息突出,得到比单一图像表达信息更完整、让人更容易理解认识的
目前的助力随动系统中传感器数据的采集大多采用有线通信,由于人体运动姿态的不断调整,传统的有线通信因为传感器布局、布线的限制有一定的局限性。如果在助力随动系统中采用无
飞行器地面仿真与测试技术,是支撑现代航空工业发展的基础技术之一,它贯穿于现代航空产品的设计、研制试验、生产制造、试飞验证和保障维护全寿命过程,而其中飞控系统的地面仿真