Modelo neuronal para la toma de decisiones binarias

En un intento de estudiar los procesos cognitivos elementales, desde los años 60, diversos autores midieron el tiempo de respuesta (TR) humana necesario para realizar tareas con consigas sencillas preestablecidas. Los tiempos se cuentan a partir, por ej., del momento en que se presenta un estímulo ó...

Descripción completa

Detalles Bibliográficos
Autores principales: Page, Ricardo Antonio Nelson, Izquierdo, Eduardo Daniel, Saal, Sara Adriana, Codnia, Jorge
Formato: Artículo publishedVersion
Lenguaje:Español
Publicado: Asociación Física Argentina 2001
Acceso en línea:https://hdl.handle.net/20.500.12110/afa_v13_n01_p275
Aporte de:
Biblioteca Digital - Facultad de Ciencias Exactas y Naturales (UBA) de Universidad de Buenos Aires
id afa:afa_v13_n01_p275
record_format dspace
spelling afa:afa_v13_n01_p2752025-03-11T11:31:06Z Modelo neuronal para la toma de decisiones binarias An. (Asoc. Fís. Argent., En línea) 2001;01(13):275-279 Page, Ricardo Antonio Nelson Izquierdo, Eduardo Daniel Saal, Sara Adriana Codnia, Jorge En un intento de estudiar los procesos cognitivos elementales, desde los años 60, diversos autores midieron el tiempo de respuesta (TR) humana necesario para realizar tareas con consigas sencillas preestablecidas. Los tiempos se cuentan a partir, por ej., del momento en que se presenta un estímulo óptico en el monitor de la PC. En algunos experimentos se comparan dígitos presentados de a pares con la consigna "Seleccionar el Mayor" (o "el Menor"). Se propone un modelo fácilmente representable con una red neuronal esquemática que simula los TR de las respuestas correctas y predice el porcentaje de respuestas equivocadas para cada par de dígitos. El modelo neuronal ha sido convalidado con datos experimentales propios y con datos extraídos de la literatura. Otros autores, en experimentos no relacionados con dígitos, asocian un orden arbitrario (recientemente aprendido) a un conjunto reducido de estímulos. Las mediciones del TR incluyen la comparación de pares de estímulos no presentados durante el aprendizaje. El modelo resulta también exitoso para estas mediciones Since the sixties, several authors have attempted to study elementary cognitive processes measuring the Response Time (RT) to answer simple questions. In a typical experiment, two optical stimuli are shown to the participant who is instructed to Select the Larger or the Shorter of beteween them. The stimuli may e.g., be digits. The order comparison between two elements from a set of symbolic stimuli is interpreted as a computational process performed with a simple network. Each encoded stimuli pair generates an exponentially growing accumulative process. When the activity reaches a threshold, the output neuron signals for a motor response and an explicit expression is available for the RT. The network may, also, be used to evaluate the fraction of erroneous answers. We tested the model with data from the literature and from our own laboratory. In all cases we obtained a good agreement. Recently, results from a new experimental process has been reported in the literature. Participants learn the arbitrary height of imaginary persons (the stimuli are the names) and are tested with RT measurements while they infer the height relation between not learnt stimuli. We tested the model with these data as well and found an excellent correlation Fil: Page, Ricardo Antonio Nelson. Universidad Nacional de General Sarmiento. Instituto de Ciencias (UNGS-ICI). Buenos Aires. Argentina Fil: Izquierdo, Eduardo Daniel. Universidad Nacional de General Sarmiento. Instituto de Ciencias (UNGS-ICI). Buenos Aires. Argentina Fil: Saal, Sara Adriana. Universidad Nacional de General Sarmiento. Instituto de Ciencias (UNGS-ICI). Buenos Aires. Argentina Fil: Codnia, Jorge. Universidad Nacional de General Sarmiento. Instituto de Ciencias (UNGS-ICI). Buenos Aires. Argentina Asociación Física Argentina 2001 info:ar-repo/semantics/artículo info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion application/pdf spa info:eu-repo/semantics/openAccess https://creativecommons.org/licenses/by-nc-sa/2.5/ar https://hdl.handle.net/20.500.12110/afa_v13_n01_p275
institution Universidad de Buenos Aires
institution_str I-28
repository_str R-134
collection Biblioteca Digital - Facultad de Ciencias Exactas y Naturales (UBA)
language Español
orig_language_str_mv spa
description En un intento de estudiar los procesos cognitivos elementales, desde los años 60, diversos autores midieron el tiempo de respuesta (TR) humana necesario para realizar tareas con consigas sencillas preestablecidas. Los tiempos se cuentan a partir, por ej., del momento en que se presenta un estímulo óptico en el monitor de la PC. En algunos experimentos se comparan dígitos presentados de a pares con la consigna "Seleccionar el Mayor" (o "el Menor"). Se propone un modelo fácilmente representable con una red neuronal esquemática que simula los TR de las respuestas correctas y predice el porcentaje de respuestas equivocadas para cada par de dígitos. El modelo neuronal ha sido convalidado con datos experimentales propios y con datos extraídos de la literatura. Otros autores, en experimentos no relacionados con dígitos, asocian un orden arbitrario (recientemente aprendido) a un conjunto reducido de estímulos. Las mediciones del TR incluyen la comparación de pares de estímulos no presentados durante el aprendizaje. El modelo resulta también exitoso para estas mediciones
format Artículo
Artículo
publishedVersion
author Page, Ricardo Antonio Nelson
Izquierdo, Eduardo Daniel
Saal, Sara Adriana
Codnia, Jorge
spellingShingle Page, Ricardo Antonio Nelson
Izquierdo, Eduardo Daniel
Saal, Sara Adriana
Codnia, Jorge
Modelo neuronal para la toma de decisiones binarias
author_facet Page, Ricardo Antonio Nelson
Izquierdo, Eduardo Daniel
Saal, Sara Adriana
Codnia, Jorge
author_sort Page, Ricardo Antonio Nelson
title Modelo neuronal para la toma de decisiones binarias
title_short Modelo neuronal para la toma de decisiones binarias
title_full Modelo neuronal para la toma de decisiones binarias
title_fullStr Modelo neuronal para la toma de decisiones binarias
title_full_unstemmed Modelo neuronal para la toma de decisiones binarias
title_sort modelo neuronal para la toma de decisiones binarias
publisher Asociación Física Argentina
publishDate 2001
url https://hdl.handle.net/20.500.12110/afa_v13_n01_p275
work_keys_str_mv AT pagericardoantonionelson modeloneuronalparalatomadedecisionesbinarias
AT izquierdoeduardodaniel modeloneuronalparalatomadedecisionesbinarias
AT saalsaraadriana modeloneuronalparalatomadedecisionesbinarias
AT codniajorge modeloneuronalparalatomadedecisionesbinarias
_version_ 1831980936161394688

Ejemplares similares