A Biased Bayesian Inference for Decision-Making and Cognitive Control.
A Biased Bayesian Inference for Decision-Making and Cognitive Control.
复制标题
DOI：
10.3389/fnins.2018.00734
复制
发表时间：
2018
影响因子：
4.3
通讯作者：
Matsumoto K
中科院分区：
文献类型：
--
作者：
Matsumori K;Koike Y;Matsumoto K
尽管经典的决策研究假设受试者以贝叶斯最优方式行事，但导致决策偏差的次最优性目前仍处于争论之中。在这里，我们提出了一种基于指数偏差贝叶斯推理的综合方法，包括不同偏差水平下的各种决策和概率判断。我们在有偏贝叶斯推理的二维偏差参数空间（先验和似然）中安排了三种主要的参数估计方法。然后，我们讨论了基于神经连接权重变化的有偏差贝叶斯推理的神经实现，我们将其视为泄漏/不稳定神经积分器和概率总体编码的结合。最后，我们讨论了可能调节偏见水平的认知控制机制。
Although classical decision-making studies have assumed that subjects behave in a Bayes-optimal way, the sub-optimality that causes biases in decision-making is currently under debate. Here, we propose a synthesis based on exponentially-biased Bayesian inference, including various decision-making and probability judgments with different bias levels. We arrange three major parameter estimation methods in a two-dimensional bias parameter space (prior and likelihood), of the biased Bayesian inference. Then, we discuss a neural implementation of the biased Bayesian inference on the basis of changes in weights in neural connections, which we regarded as a combination of leaky/unstable neural integrator and probabilistic population coding. Finally, we discuss mechanisms of cognitive control which may regulate the bias levels.
登录
查看更多内容
影响因子：
16.2
作者：
Beck JM;Ma WJ;Pitkow X;Latham PE;Pouget A
通讯作者：
Pouget A
影响因子：
5.7
作者：
Churchland AK;Ditterich J
通讯作者：
Ditterich J
影响因子：
14.5
作者：
BADDELEY, AD;BRESSI, S;SPINNLER, H
通讯作者：
SPINNLER, H
DOI：
10.1177/1073858414525995
发表时间：
2014-12
期刊：
The Neuroscientist : a review journal bringing neurobiology, neurology and psychiatry
影响因子：
--
作者：
Cole MW;Repovš G;Anticevic A
通讯作者：
Anticevic A
DOI：
10.1111/j.1749-6632.1969.tb14019.x
发表时间：
1969-01-01
影响因子：
5.2
作者：
BARLOW, HB
通讯作者：
BARLOW, HB