面向成人声调学习的贝叶斯半参数纵向漂移扩散混合模型
统计方法学
2020-06-16 v5
摘要
理解成人如何学习非母语语音范畴（如声调信息）为经验依赖性脑可塑性背后的机制提供了新颖的见解。科学家传统上在多类别决策范式下使用纵向学习实验来研究这些问题。漂移扩散过程因能模拟潜在的神经机制而在此类情境下广受欢迎。受这些问题的启发，我们开发了一种新颖的贝叶斯半参数逆高斯漂移扩散混合模型，用于纵向设定下的多选项决策。我们设计了一种马尔可夫链蒙特卡罗算法用于后验计算。我们通过合成实验评估了该方法的经验性能。应用于我们旨在研究的纵向声调学习实验时，该方法就具有生物学可解释性的模型参数如何随学习演化、如何在不同输入-响应声调组合间存在差异，以及如何在表现良好与欠佳的成人间存在差异，提供了新颖的见解。
引用
@article{arxiv.1912.02774,
title = {Bayesian Semiparametric Longitudinal Drift-Diffusion Mixed Models for Tone Learning in Adults},
author = {Giorgio Paulon and Fernando Llanos and Bharath Chandrasekaran and Abhra Sarkar},
journal= {arXiv preprint arXiv:1912.02774},
year = {2020}
}