Özet

توليد رقابة صارمة المحفزات لإجراء التجارب على الاعتراف بالشكل

Published: March 18, 2019
doi:

Özet

ويصف هذا البروتوكول وسيلة لتجربة أن يفحص ما إذا كان الرسم البياني محددة وغير الرسم البياني خصائص (سمات) ذات الصلة بالاعتراف بالأرقام. الأسلوب الذي يستخدم قاعدة بيانات يقوم بتخزين قيم ميزة مختلفة من الأرقام الخاصة بكل منها تسمى (النقطة6 ، السطر n ) الأرقام.

Abstract

ويدخل هذا البروتوكول وسيلة لتوليد المحفزات رقابة صارمة وموضوعية محددة لإجراء التجارب على الاعتراف بالشكل. (6، n) الشكل يتكون من أجزاء الخط ن التي هي موزعة بين أزواج ن من النقاط الواقعة في القمم مسدس العادية غير مرئية. الخصائص الهيكلية (الرسم البياني الثوابت) وميزات سطحية (الثوابت غير الرسم البياني) لكل (6، n) تحسب الرقم مع قيم n تتراوح من 1 إلى 6 والمخزنة في قاعدة بيانات. استخدام قاعدة البيانات هذه، يمكنك استخراج المجربون بانتظام الأرقام المناسبة استناداً إلى غرض التجربة. وعلاوة على ذلك، إذا كانت قاعدة البيانات لا يحتوي على المعلومات اللازمة، قيم ميزة جديدة يمكن في بعض الأحيان حساب المخصص من تشكيل شخصية محددة (6, n). دعونا ندعو زوج مرآة تعكس الأرقام على زوج (Ax) أكسيسيميتريك. من المعروف على زوج Ax من الأرقام أكثر صعوبة تميز من زوج غير متطابقة في قرار ما إذا كانت الأشكال لزوج معين يتم استدارة-إلى-أن-متطابقة (معرفr). وغرض التجربة الحالية دراسة ما إذا كان التشابه أطوال خط بين هذين الرقمين في زوج أسباب التمييز ضد الزوج أن تكون صعبة كما أن على زوج Ax. الأرقام بعضها بعضا إيسومورفيك مشاركة الخصائص الهيكلية المشتركة رغم الاختلافات في الشكل. أزواج الفأس وأزواجr معرف حالات خاصة من أزواج إيسومورفيك. وعلاوة على ذلك، زوج Ax ومعرفr زوج حصة معظم القيم ميزة سطحية، فيما عدا الاتجاه النسبي من موقع واحد إلى موقع آخر عبر محور التناظر الآخر لزوج فاس. ثلاثة أنواع من الطرفين إيسومورفيك (6، 4) تم إنشاؤها أزواج الرقم: معرفالبحث والتطوير؛ فاس؛ وأزواج (Nd) غير متطابقة، غير أكسيسيميتريك، إيسومورفيك. أزواج Nd كذلك صنفت إلى ثلاث فئات فرعية وفقا لقيم الميزة سطحية لدرجة خط طول الاختلافات.

Introduction

وتصف هذه الورقة طريقة لتوليد الأرقام حافزا رقابة صارمة ومحددة بشكل موضوعي للدراسات المتعلقة بالاعتراف بأرقام عشوائية. المحفزات وتسمى (النقطة6 ، السطر n ) أو (6، n) الأرقام. (6، n) الشكل يتكون من أجزاء الخط ن التي هي موزعة بين أزواج ن من النقاط الواقعة في القمم مسدس العادية غير مرئية. يظهر الشكل 1 مثال (6، 4) هذا الرقم المحدد بواسطة أربعة أزواج من تسميات للقمم مسدس العادية غير مرئية. تعيين التسميات أجزاء الخط للشكل (انظر الشكل 1). دعونا نطلب مواصفات هذه الأرقام بتنسيق مواصفات خط.

سابقا، حسبت المؤلف خصائص هيكلية نظرية الرسم البياني (6، n) الأرقام (تسمى السمات الثابتة، أو أكثر تحديداً الرسم البياني الثوابت1) وخصائص غير ثابتة (تسمى السمات السطحية) ل الأرقام مع n = 1 إلى 6 وتخزين قيم الميزة في قاعدة بيانات. ميزات ثابتة تعكس الهيكلية (أكثر دقة، طوبولوجي) خصائص وميزات سطحية تعكس خصائص هذا الرقم المعطى غير طوبولوجي ومعظمهم متري.

عدد سجلات في قاعدة البيانات يعرف بشكل فريد هذا رقم في تنسيق مواصفات الخط. ولذلك، يمكن بحث شامل لقيم معينة من قيم الميزة الثابتة و/أو سطحية في قاعدة البيانات استرجاع أرقام السجلات للأرقام التي تفي بالشروط من الأرقام الإجمالية لمجموعة من (6, n). يمكن أن تكون الأرقام التي تم استردادها المحفزات لتجربة. كل سجل في قاعدة بيانات تحتوي على المتغيرات التي تتضمن مجموعة إيسومورفيك الذي ينتمي إليه هذا الرقم؛ مختلف الرسم البياني الثوابت، مثل العدد من الدورات، ومحيط، ونقطة تغطي عدد، وعدد من النقاط الحرجة، نصف قطرها، عدد من النقاط المركزية، وعدد من المكونات، أقصى درجة، عدد من النقاط أقصى درجة، عدد من النقاط المعزولة، و عدد نقاط النهاية؛ قيم الميزة غير الرسم البياني، مثل عدد التقاطعات، والخشونة من معالم تحددها القمم وتقاطعات الطرق؛ وميزة سطحية القيم، مثل مواقع السمات الثابتة و (في الحالة التي توجد فيها مواقع الجمع) الاتجاهات التي شكلتها مواقع الجمع. على سبيل المثال، دورة مغلقة تسلسل أجزاء الخط يشير إلى درجة من نقطة عدد خط القطع الحادث مع تلك النقطة، نقطة معزولة نقطة مع درجة من 0 ونقطة نهاية نقطة مع درجة من 1. استخدام الأرقام القيم من قاعدة البيانات، وجميع (6, n) ميزة ثابتة من n = 1 إلى 6 ويمكن فرز في إعداد مجموعات إيسومورفيك المبين في التذييل 11. انظر الشكل 2 على سبيل مثال من المعلومات المخزنة في كل سجل.

لاحظ أن الأرقام التي تنتمي إلى كل مجموعة إيسومورفيك يعادل توبولوجيكالي وعلى الرغم من الاختلافات في الشكل. قد ادعى عدة دراسات أن هياكل طوبولوجي تعتبر خصائص أكثر تحديداً من قبل نظراً للأرقام2،3،،من45. عن طريق تغيير الأرقام حافزا بشكل منهجي، ادعى مقدم البلاغ أن تسبق المكتشفة ومقارنات من السمات الثابتة المكتشفة ومقارنات لميزات سطحية6. التجربة الحالية محاولة لتوضيح ما إذا كانت ميزة سطحية من خط الطول حاسم في الاعتراف بأزواج الرقم بشرط أن تكون القيم ميزة ثابتة كل ما يعادل بين أزواج الشكل (أي، إيسومورفيك بعضها بعضا).

أنواع التحفيز الأرقام المستخدمة في التجارب من الأهمية بمكان أن الرقم الاعتراف بالبحث. هناك نوعان من التحفيز الأرقام: تلك التي يتم إنشاؤها بشكل عشوائي وتلك التي يتم إنشاؤها بغرض دراسة مخصصة. للحد من يفند المرتبطة بعوامل لا تخضع لسيطرة التجريبية، استخدام الأرقام عشوائياً يعتبر عموما أن يكون أكثر ملاءمة. هناك عدة أنواع من الأرقام العشوائية، فعلى سبيل المثال، رسوم بيانية عشوائي7 و8من مصفوفات عشوائية، ولكن الأرقام العشوائية الأكثر استخداماً في التعرف البصري للبحث في علم النفس هي مضلعات عشوائي9. قاعدة عامة لصنع مضلعات عشوائية هو الاتصال المواقع الموزعة عشوائياً من النقاط ن في منطقة مربعة مع أجزاء الخط بطريقة أن محيط قطعة خط الغالب محدب وثم اللون داخل المحيط. هو مؤشر موضوعي المستخدمة بشكل متكرر للمضلعات عشوائي عدد فليكشنز محيط مضلع، الذي يمثل الطابع المعقد للرقم10،،من1112. كما يتم تلوين داخل هذا الرقم، الخصائص الهيكلية فيما يتعلق بمحيطها تقتصر على عدد فليكتيونس. بالإضافة إلى ذلك، باستثناء عدد فليكتيونس، تعطي أية معلومات حول مجموعة كاملة من المضلعات عشوائية أو العلاقة بين المضلعات عشوائية متميزة.

الأرقام الواردة في أكسيسيميتريك (Ax) أزواج من شخصيات معروفة لتكون أكثر صعوبة في تميز من أزواج غير متطابقة في مهمة لتقرر ما إذا كان زوج معين من الأرقام مستدير-إلى-أن-متطابقة (معرفr)13،14، 15-الرقمين في على زوجr معرف وأولئك في على زوج Ax إيسومورفيك بعضها بعضا ولها أجزاء الخط المقابل بنفس الطول. بيد عما إذا كان التشابه أطوال خط بين الاثنين الأرقام زيادات زوج صعوبة تمييز زوج غير المتطابقة بالمقارنة بزوج Ax غير واضح. في هذه التجربة، تم مقارنة أداء المشاركين التمييز بين أزواج Ax وأزواج (Nd) غير متطابقة، غير أكسيسيميتريك. الاختلافات في أطوال خط السيطرة تجريبيا بين الرقمين. بسبب أسبقية الكشف عن الاختلافات قيمة سمة ثابتة قبل سطحية ميزة قيمة الخلافات أثناء الاعتراف بالرقم5، حددت أزواج الرقم Nd لتكون إيسومورفيك بعضها البعض حتى لا تكون الاختلافات طول الخط مرتبك مع اختلاف قيمة سمة ثابتة.

تجربة 1 استخدام مقدم البلاغ (6، 5) الشكل أزواج لفحص الفرضية القائلة بأن عدم وجود خط طول الخلافات أثرت في مستوى صعوبة التمييز من الأرقام في Ax أزواج15. أظهرت النتائج أن الاختفاء كانت أقصر لأزواج 0 (أي، لا فرق في طول الخط الإجمالي بين الأرقام المزدوجة) Nd مقارنة مع تلك الخاصة بأزواج الفأس، التي أشارت إلى أن الفرضية غامرا. وقيل أن الاختلافات قيمة الميزة سطحية لا تخضع لسيطرة التجريبية من المرجح أن تكون موجودة في الأرقام المعقدة، وقد تجعل المشاركين استخدام هذه. من المثير للاهتمام، قد ادعى العديد من الدراسات أن وجود دورة هو الكشف عن برياتينتيفيلي16،17. على النقيض من ذلك، ادعى جوليسز أنه تم الكشف عن وجود نقطة النهاية في مرحلة مبكرة من الفصل بين الأرقام من الخلفية18.

ولمعالجة ذلك، أبسط (6، 4) أزواج الشكل تم اختيارها لدراسة الفرضية. من أصل تسع مجموعات إيسومورفيك (6، 4) الأرقام، الأرقام التي تنتمي إلى مجموعتين إيسومورفيك كانت تستخدم كمحفزات. كلتا المجموعتين من الأرقام المشتركة ميزات ثابتة لا يمكن اكتشافها بسهولة endpoint(s) (an) ودورة (أي، مثلث) مشترك. انظر المثال الأرقام من تسع مجموعات إيسومورفيك في الشكل 3. بالإضافة إلى ذلك، انظر العمود p = 6 و q = 4 في التذييل 11.

وقد ولدت ثلاثة أنواع أساسية من زوج: معرفrوالفأس، ووفيات المواليد أزواج. طول السطر إجمالي دورة (وبصورة أكثر تحديداً، مثلث) وكان التعادل بين الرقمين في كل زوج لكل زوج أنواع. باستخدام هذا القيد، أصبح مثلثات كل زوج الرقم أما متطابقة بعضها بعضا أو الفأس في الشكل. أزواج Nd كانت كذلك سيقتضي وفقا للاختلافات في أطوال اندلينيس بين الرقمين في كل زوج، مع وحدة طول تعيين كجانب مسدس العادية غير مرئية. وهذا أثمر Nd 0Nd 0.27، Nd 0.73ووفيات المواليد 1 أزواج (أي، خط طول الاختلافات تتراوح من 0 إلى 1). وكما هو معروف وجود تقاطع بين أجزاء الخط لتكون برياتينتيفيلي الكشف عن19، الأرقام مع خط المتقاطعة قطاعات مستبعدة من المحفزات. راجع الأمثلة Ndr، الفأس، معرف 0، Nd 0.73ووفيات المواليد 1 أزواج في الشكل 4. لتجنب توقعات متحيزة للمشاركين، عدد معرفr تم تعيين أزواج (‘نفس’) لتكون بنفس مبلغ Ax (‘مختلفة’) وأزواج Nd (‘مختلفة’).

Protocol

وأقر التجربة “لجنة الأخلاقيات في جامعة هاكووه”، اليابان. 1-الإعداد التجريبية ملاحظة: البيئة التجريبية يتكون من شاشة LCD ومربع زر استجابة متصلة بكمبيوتر (PC للتجارب). كل مشارك تقرر ما إذا كان زوج قدم من أرقام هو ‘نفسه’ أو ‘مختلفة’ بالضغط على أحد زري على مربع استجابة. و…

Representative Results

كما تم العثور على أزواج 0.27 Nd موجودة فقط في أرقام مجموعة إيسومورفيك 2، التحليل اللاحق لم تتضمن النتائج لأزواج 0.27 Nd. وكانت فرضية هذه الدراسة أن التشابه أطوال خط بين الرقمين في أزواج Nd سيجعل منهم كصعوبة التمييز كأزواج الشكل Ax. وترد نتائج التجربة في <strong …

Discussion

يمكن استخدام هذا الأسلوب ﻹعداد مجموعة من الأرقام حافز يمكن تحديدها موضوعيا لإجراء التجارب على الاعتراف بالشكل. الجانب الحاسم للأسلوب هي التعليمات داخل البرنامج توليد زوج. (6، n) باستخدام قاعدة البيانات، يمكنك تحديد البرنامج الأرقام مرشح مناسب من أرقام المجموع (6, n) (برو?…

Açıklamalar

The authors have nothing to disclose.

Acknowledgements

وذلك بفضل مقدم البلاغ كوكي سيدني، ووزارة الخارجية، وماكسين غارسيا، دكتوراه، من مجموعة ادانز (www.edanzediting.com/ac) لتحرير مسودة لهذه المخطوطة.

Materials

PC for stimulus preparation DELL  Inspiron 15
External USB FD unit  Logitec LFD-31UEF
Response button box Takei Kiki S-15068 custom item
PC for experiments NEC  PC-37LB-N 15SN
LCD monitor NEC  AS172-MC 
Chin rest Takei Kiki T.K.K.930a
Pair generation program PMELCYLG2 self-made
Database file P4.DAT self-made
Stimulus presentation program  Takei Kiki Presentation/Response Device for (6, n) Figures custom item

Referanslar

  1. Harary, F. . Graph theory. , (1969).
  2. Chen, L. Topological structure in visual perception. Science. 4573 (4573), (1982).
  3. Chen, L. Topological structure in the perception of apparent motion. Perception. 14 (2), 197-208 (1985).
  4. Hecht, H., Bader, H. Perceiving topological structure of 2-D patterns). Acta Psychol. 3 (3), 255 (1998).
  5. Todd, J. T., Chen, L., Norman, J. F. On the relative salience of Euclidean, affine, and topological structure for 3-D form discrimination. Perception. 3 (3), 273 (1998).
  6. Kanbe, F. On the generality of the topological theory of visual shape perception. Perception. 8 (8), 849-872 (2013).
  7. Fitts, P. M., Weinstein, M., Rappaport, M., Anderson, N., Leonard, A. Stimulus correlates of visual pattern recognition: A probability approach. J Exp Psychol. 1 (1), 1-11 (1956).
  8. Bethell-Fox, C. E., Shepard, R. N. Mental rotation: Effects of stimulus complexity and familiarity. J Exp Psychol Hum Percept Perform. 1 (1), 12-23 (1988).
  9. Attneave, F., Arnoult, M. D. The quantitative study of shape and pattern perception. Psychol Bull. 3 (3), 452-471 (1956).
  10. Cooper, L. A. Mental rotation of random two-dimensional shapes. Cogn Psychol. 7 (1), 20-43 (1975).
  11. Cooper, L. A., Podgorny, P. Mental transformations and visual comparison processes: Effects of complexity and similarity. J Exp Psychol Hum Percept Perform. 4 (4), 503-514 (1976).
  12. Folk, M. D., Luce, R. D. Effects of stimulus complexity on mental rotation rate of polygons. J Exp Psychol Hum Percept Perform. 3 (3), 395-404 (1987).
  13. Förster, B., Gebhardt, R., Lindlar, K., Siemann, M., Delius, J. D. Mental rotation effect: A function of elementary stimulus discriminability. Perception. 11 (11), 1301-1316 (1996).
  14. Kanbe, F. Can the comparisons of feature locations explain the difficulty in discriminating mirror-reflected pairs of geometrical figures from disoriented identical pairs. Symmetry. , 89-104 (2015).
  15. Kanbe, F. Are line lengths critical to the discrimination of axisymmetric pairs of figures from disoriented identical pairs. Jpn Psychol Res. 1 (1), 36-46 (2019).
  16. Treisman, A., Souther, J. Search asymmetry: A diagnostic for preattentive processing of separable features. J Exp Psychol Gen. 3 (3), 285-310 (1985).
  17. Kanbe, F. Which is more critical in identification of random figures, endpoints or closures. Jpn Psychol Res. 51 (4), 235-245 (2009).
  18. Julesz, B. Textons, the elements of texture perception, and their interactions. Nature. 290, 91-97 (1981).
  19. Wolfe, J. M., DiMase, J. S. Do intersections serve as basic features in visual search. Perception. 32 (6), 645-656 (2003).

Play Video

Bu Makaleden Alıntı Yapın
Kanbe, F. Generating Strictly Controlled Stimuli for Figure Recognition Experiments. J. Vis. Exp. (145), e59149, doi:10.3791/59149 (2019).

View Video