描述学习外源运动动力学效应的晕动症计算模型
定量方法
2021-01-18 v3 神经元与认知
摘要
现有的用于估计晕动症的计算模型无法描述运动模式的可预测性影响晕动症这一事实。因此，本研究提出一种计算模型来描述动力学或运动刺激模式的可预测性对晕动症的影响。在所提模型中，一个使用递归高斯过程回归来表示人类对运动动力学的在线学习与未来预测特征的子模型，与基于观察者理论的常规晕动症模型相结合。进行了一项仿真实验，其中所提模型预测了由 900 s 水平运动引起的晕动症。该运动由具有暂停的 9 m 重复往返运动模式组成。关于运动条件，运动的方向和时机变化如下：a) 可预测运动（M_P）：运动方向和暂停时长设为 8 s；b) 方向不可预测的运动（M_dU）：暂停时长如（P）中固定，但运动方向随机确定；c) 时机不可预测的运动（M_tU）：运动方向如（M_P）中固定，但暂停时长从 4 到 12 s 随机选取。使用所提模型获得的结果表明，对（M_P）预测的晕动症发生率小于对（M_dU）和（M_tU）的预测值。这一趋势与先前实验研究中观察到的人类参与者接受与我们的仿真相似的运动条件时的晕动模式一致。此外，当使用常规模型时，在不同条件下预测出的晕动症发生率未发现显著差异。
引用
@article{arxiv.2011.12826,
title = {Computational Model of Motion Sickness Describing the Effects of Learning Exogenous Motion Dynamics},
author = {Takahiro Wada},
journal= {arXiv preprint arXiv:2011.12826},
year = {2021}
}
备注
Author manuscript, provisionally accepted for publication, in Frontiers in Systems Neuroscience