儿童在不同年龄阶段概率学习与使用计算模型
神经元与认知
2023-05-09 v1
摘要
近期的实证研究表明,人类儿童善于学习和推理概率。在此,我们使用神经概率学习器与采样器(NPLS)系统对一项近期实验进行建模,该实验研究了学龄儿童非符号概率推理能力的发展。我们证明,NPLS能够通过准确的概率学习与采样,在不同年龄、任务和难度水平下准确模拟儿童对两个概率选项进行判别的概率判断。使用偏斜启发式分布的NPLS扩展还能建模儿童的倾向:当概率选项相似时,错误地选择具有更多有利项但抽到有利项可能性更低的结局。我们讨论了两个可调整以模拟儿童中概率匹配 versus 概率最大化现象的模型参数之作用,以及频率为啥会偏置儿童的概率判断。
引用
@article{arxiv.2305.04128,
title = {A Computational Model of Children's Learning and Use of Probabilities Across Different Ages},
author = {Zilong Wang and Thomas R. Shultz and Ardvan S. Nobandegani},
journal= {arXiv preprint arXiv:2305.04128},
year = {2023}
}
备注
10 figures, 2 tables, 8 pages. Abstract submitted to Cognitive Science Society 2023 Conference