Теория статистических решений и психофизика - Леонов Ю.П.
Скачать (прямая ссылка):
Подобное разделение всей системы на рецептивную систему, систему принятия решения и память оказывается важным не только с описательной точки зрения. Оно важно также и в практическом отношении. Так, в течение ряда десятилетий в психофизике при экспериментальном определении порога предлагались различные строгие методики для оценки порога. Однако от испытуемого к испытуемому наблюдалась значительная вариабельность результатов. Возможность описания чисто рецептивных процессов и несенсорной информации в терминах функции к и порога Я0 позволяет понять и предвидеть изменение порога. Более того, становится ясным, что изменения порога Я0 (порога х*) лежат в основе всякого процесса восприятия.
Однако следует иметь в виду, что в рамках теории решений весь процесс восприятия описывается характеристиками некоторого «эквивалентного» сигнала и шума, а именно функцией к (х) и порогом к о, которые также зависят от сигнала х (t) и характеристик
типа цен за правильные и неправильные решения. Таким образом, использование теории статистических решений ограничивает описание процесса восприятия в смысле дальнейшей дифференциации различных функциональных систем, таких, как система памяти и система принятия решения и т. д. Эти системы в рамках статистической теории описываются как одна система.
Возвращаясь к вопросу о существовании порога (дифференциального и абсолютного), поставленному в начале главы, нужно признать полезность предположения о существовании порога х*. Ни теория принятия решения, ни экспериментальные данные, полученные до настоящего времени, не противоречат этой гипотезе.
Однако теория статистических решений указывает одновременно на ограниченность понятия порога х*. В частности, как это было показано, теории высокого и низкого порогов существенно «используют» неэквивалентность величин х* и Х,0. В опытах с принудительным выбором в двух или нескольких интервалах понятие порога х* не может быть использовано, так как пространство сигналов оказывается многомерным. С другой стороны, понятие порога Х,„ оказывается здесь применимым (см. Приложение IV).
Теория статистических решений приводит также к пониманию другого важного факта, а именно к пониманию того, что порог Х,0 и порог х* могут изменяться под влиянием несенсорных факторов. Существует связь от нейронных цепей, ответственных за принятие решения, которая определяет значение порога Х„. Эта связь функционирует на основании несенсорной информации и информации, поступающей из памяти. Механизм этой связи изучен пока недостаточно. Теория статистических решений дает возможность получить его строгое описание благодаря функции % (х) и порогу к0, и именно в этом ее существенное значение для теории порога.
Представляется весьма правдоподобным существование абсолютной чувствительности рецепторов. Однако абсолютный порог трудно обнаружить, так как непосредственно за рецептором включены сложные нейронные цепочки, обладающие значительным собственным шумом. Именно эти цепочки определяют вероятность ложной тревоги психометрической функции. Эти цепочки определяют также вариабельность х* в зависимости от несенсорной информации. Порог х* можно было бы обнаружить непосредственно на выходе рецептора. Однако «выход рецептора» не обозначен в нейронной цепи. В частности, нельзя быть уверенным, что сигнал снимается с выхода рецептора, а не с какой-либо другой точки, уже охваченной обратной связью от высших отделов системы. Поэтому такой способ обнаружения порога х* пока вызывает значительные трудности.
Таким образом, одной из важных задач теории порога является изучение изменения порога под влиянием несенсорной информации. В этом случае более общее понятие порога Х,0 в смысле теории статистических решений может сыграть существенную роль.
Глава 7
ПСИХОФИЗИЧЕСКИЕ ЗАКОНЫ
§ 1. М-функция как характеристика
дифференциальной чувствительности
Значение М-функции не исчерпывается характеристикой абсолютной чувствительности детектора. Она может также использоваться (и в этом, быть может, ее основное значение) для характеристики дифференциальной чувствительности детектора.
Под дифференциальной чувствительностью при этом понимается способность отличать один сигнал от другого. Таким образом, используя М-функцию, можно описать «собственное пространство» детектора, в котором производится различение сигналов. Для выяснения того, как определяется М-функция дифференциальной чувствительности, достаточно построить ее для частного случая нормальных апостериорных плотностей вероятности / (x/s) и / (х/п).
Пусть необходимо принять решение о том, различны ли по величине два сигнала s и s1. Сигналы и s различаются детектором, обладающим собственным шумом. Следовательно, наблюдаемыми сигналами являются либо х (t) = s + п, либо х (t) = = + п.
Пусть для принятия решения используется шкала отношения правдоподобия. Тогда можно определить РХ решения аналогично тому, как это делалось для случая абсолютной чувствительности (уравнение (6.1)).
Если принять
