Abordagem computacional e psicofísica da alocação atencional e tomada de decisão.

Detalhes bibliográficos
Ano de defesa: 2011
Autor(a) principal: Silva, Carolina Feher da
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Algorítmos genéticos
Atenção
Attention
Cadeias de Markov
Decision making
Genetic algorithms
Markov chains
Neural networks
Problemas relacionados à evolução
Problems related to the evolution
Redes neurais
Tomada de decisão
Link de acesso: http://www.teses.usp.br/teses/disponiveis/42/42137/tde-04102011-163948/
Resumo: O processo evolutivo deixa vieses no sistema nervoso de forma a optimizar nossas capacidades cognitivas para o ambiente em que evoluímos. Nosso objetivo é criar modelos de vida artificial nos quais a atenção seletiva, a tomada de decisão em sequências binárias e o tempo de reação ao aparecimento abrupto de um alvo precedido por pista emerjam como consequência da evolução. Em nossos experimentos, a atenção seletiva enviesava o processamento de estímulos de forma a dar prioridade aos mais relevantes quando eles tinham relevâncias diferentes. Nossos experimentos de tomada de decisão apóiam a teoria de que o pareamento de probabilidades, estratégia adotada por seres humanos neste tipo de experimento, é consequência da busca de padrões, que decorre da importância que isto teve durante a evolução humana. No estudo do tempo de reação, o comportamento observado em seres humanos só pôde ser modelado em populações de animais artificiais quando existia ruído e eles tinham que selecionar uma ação apropriada entre duas possíveis.
id USP_94609e8f7b4ea9d534b3dde6c0c4e9e9
oai_identifier_str oai:teses.usp.br:tde-04102011-163948
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str
spelling Abordagem computacional e psicofísica da alocação atencional e tomada de decisão.Computational and psychophysical approach to attentional allocation and decision making.Algorítmos genéticosAtençãoAttentionCadeias de MarkovDecision makingGenetic algorithmsMarkov chainsNeural networksProblemas relacionados à evoluçãoProblems related to the evolutionRedes neuraisTomada de decisãoO processo evolutivo deixa vieses no sistema nervoso de forma a optimizar nossas capacidades cognitivas para o ambiente em que evoluímos. Nosso objetivo é criar modelos de vida artificial nos quais a atenção seletiva, a tomada de decisão em sequências binárias e o tempo de reação ao aparecimento abrupto de um alvo precedido por pista emerjam como consequência da evolução. Em nossos experimentos, a atenção seletiva enviesava o processamento de estímulos de forma a dar prioridade aos mais relevantes quando eles tinham relevâncias diferentes. Nossos experimentos de tomada de decisão apóiam a teoria de que o pareamento de probabilidades, estratégia adotada por seres humanos neste tipo de experimento, é consequência da busca de padrões, que decorre da importância que isto teve durante a evolução humana. No estudo do tempo de reação, o comportamento observado em seres humanos só pôde ser modelado em populações de animais artificiais quando existia ruído e eles tinham que selecionar uma ação apropriada entre duas possíveis.The evolutionary process leaves biases in the nervous system so as to optimize our cognitive capacities to the environment where we evolved. Our objective is to create artificial life models wherein selective attention, decision making in binary sequences and reaction time to the abrupt appearance of a target preceded by a cue emerge as a consequence of evolution. In our experiments, selective attention biased stimuli processing so as to give priority to the most relevant stimuli when they had different relevances. Our decision making experiments support the theory that probability matching, the strategy adopted by humans in this kind of experiment, is a consequence of a search for patterns, which results from the importance that finding regularities in our environment had during human evolution. In the study of reaction time, the behavior observed in humans could only be modeled in populations of artificial animal when there was noise and they had to select an appropriate action between two possible ones.Biblioteca Digitais de Teses e Dissertações da USPBaldo, Marcus Vinicius ChrysostomoSilva, Carolina Feher da2011-06-21info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfhttp://www.teses.usp.br/teses/disponiveis/42/42137/tde-04102011-163948/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2016-07-28T16:10:30Zoai:teses.usp.br:tde-04102011-163948Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212016-07-28T16:10:30Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Abordagem computacional e psicofísica da alocação atencional e tomada de decisão.
Computational and psychophysical approach to attentional allocation and decision making.
title Abordagem computacional e psicofísica da alocação atencional e tomada de decisão.
spellingShingle Abordagem computacional e psicofísica da alocação atencional e tomada de decisão.
Silva, Carolina Feher da
Algorítmos genéticos
Atenção
Attention
Cadeias de Markov
Decision making
Genetic algorithms
Markov chains
Neural networks
Problemas relacionados à evolução
Problems related to the evolution
Redes neurais
Tomada de decisão
title_short Abordagem computacional e psicofísica da alocação atencional e tomada de decisão.
title_full Abordagem computacional e psicofísica da alocação atencional e tomada de decisão.
title_fullStr Abordagem computacional e psicofísica da alocação atencional e tomada de decisão.
title_full_unstemmed Abordagem computacional e psicofísica da alocação atencional e tomada de decisão.
title_sort Abordagem computacional e psicofísica da alocação atencional e tomada de decisão.
author Silva, Carolina Feher da
author_facet Silva, Carolina Feher da
author_role author
dc.contributor.none.fl_str_mv Baldo, Marcus Vinicius Chrysostomo
dc.contributor.author.fl_str_mv Silva, Carolina Feher da
dc.subject.por.fl_str_mv Algorítmos genéticos
Atenção
Attention
Cadeias de Markov
Decision making
Genetic algorithms
Markov chains
Neural networks
Problemas relacionados à evolução
Problems related to the evolution
Redes neurais
Tomada de decisão
topic Algorítmos genéticos
Atenção
Attention
Cadeias de Markov
Decision making
Genetic algorithms
Markov chains
Neural networks
Problemas relacionados à evolução
Problems related to the evolution
Redes neurais
Tomada de decisão
description O processo evolutivo deixa vieses no sistema nervoso de forma a optimizar nossas capacidades cognitivas para o ambiente em que evoluímos. Nosso objetivo é criar modelos de vida artificial nos quais a atenção seletiva, a tomada de decisão em sequências binárias e o tempo de reação ao aparecimento abrupto de um alvo precedido por pista emerjam como consequência da evolução. Em nossos experimentos, a atenção seletiva enviesava o processamento de estímulos de forma a dar prioridade aos mais relevantes quando eles tinham relevâncias diferentes. Nossos experimentos de tomada de decisão apóiam a teoria de que o pareamento de probabilidades, estratégia adotada por seres humanos neste tipo de experimento, é consequência da busca de padrões, que decorre da importância que isto teve durante a evolução humana. No estudo do tempo de reação, o comportamento observado em seres humanos só pôde ser modelado em populações de animais artificiais quando existia ruído e eles tinham que selecionar uma ação apropriada entre duas possíveis.
publishDate 2011
dc.date.none.fl_str_mv 2011-06-21
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://www.teses.usp.br/teses/disponiveis/42/42137/tde-04102011-163948/
url http://www.teses.usp.br/teses/disponiveis/42/42137/tde-04102011-163948/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1815257863645298688

Registros relacionados