基于量子化动力学的分布式情景来源记忆——一种模型探索
量子物理
2018-08-24 v2
摘要
在来源记忆研究中，决策者关注于辨识给定情景体验所发生的语境。研究来源记忆的一种常见范式是“三列表”实验范式，被试学习三个词表，随后被询问给定词是否出现于所学习的一个或多个列表中。令人惊讶的是，分别针对每个列表询问词来源（“列表1？”“列表2？”“列表3？”）所产生的接受概率总和，超过了询问该词是否出现于列表并集（“列表1或2或3？”）所产生的接受概率。因此，给定词的情景记忆似乎分布于列表的各不相交语境之上。Brainerd、Wang 与 Reyna（2013）提出了量子情景记忆模型 [QEM] 以解释此类结果。本文中，我们应用 QEM 的哈密顿动力学扩展来刻画来源记忆的过分布现象。哈密顿算符同时由基于要旨与基于逐字接受的再分配参数驱动（被试在第一时间阶段接触线索词时），并在第二时间阶段因查询探针而衰减其描述依赖性。总体而言，该模型良好预测了独立列表与并集列表查询中的选择比例及过分布效应，表明 QEM 的哈密顿动力学能够很好地刻画情景记忆任务中涉及的接受过程。
引用
@article{arxiv.1806.03321,
title = {Episodic source memory over distribution by quantum-like dynamics -- a model exploration},
author = {Jan Broekaert and Jerome Busemeyer},
journal= {arXiv preprint arXiv:1806.03321},
year = {2018}
}
备注
submission QI2018 ( v2: Separable model, raw data updated )