Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "bayesian brain" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Brain, mind and modern human identity – dilemmas and solutions
Autorzy:
Błaszak, Maciej
Powiązania:
https://bibliotekanauki.pl/articles/703008.pdf
Data publikacji:
2017
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
predictive mind
bayesian brain
salience network
central executive network
default mode network
human cognitive evolution
Opis:
Human brain is “the perfect guessing machine” (James V. Stone (2012) Vision and Brain, Cambridge, Mass: The MIT Press, p. 155), trying to interpret sensory data in the light of previous biases or beliefs. Bayesian inference is carried out by three complex networks of the human brain: salience network, central executive network, and default mode network. Their function is analysed both in neurotypical person and Attention Deficit Disorder. Modern human being having predictive brain and overloaded mind must develop social identity, whose evolution went probably through three stages: social selection based on punishment, sexual selection based on reputation, and group selection based on identity.
Źródło:
Nauka; 2017, 1
1231-8515
Pojawia się w:
Nauka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
SIGNAL DETECTION APPROACH IN MODELING CONSCIOUSNESS – EMOTION INTERACTIONS
Autorzy:
Szczepanowski, Remigiusz
Powiązania:
https://bibliotekanauki.pl/articles/2138157.pdf
Data publikacji:
2017-12-14
Wydawca:
Fundacja Edukacji Medycznej, Promocji Zdrowia, Sztuki i Kultury Ars Medica
Tematy:
bayesian model
awareness
brain
affective processing
Opis:
Contemporary cognitive science attempts to provide computational models that describe how consciousness and emotion constitute adaptive behavior. Given the recent neurobiological view that highlights the fact that the cognitive and emotional regions of the brain work together to achieve conscious behavior, it was shown that signal-detection theory (SDT) can effectively capture the notion of the consciousness–emotion interactions that underlie emotional experience. In particular, I have demonstrated that the hierarchical SDT model is capable of estimating different levels of the hierarchical organization of emotional experience. I have also shown that the threshold SDT model predicts that the formation of emotion experience requires a discrete decision space, which implies that the neural representations of emotion are mediated by thresholds to be experienced consciously. The application of both computational SDT models seems to be a promising advance for studying consciousness–emotion interactions.
Źródło:
Acta Neuropsychologica; 2017, 15(1); 89-96
1730-7503
2084-4298
Pojawia się w:
Acta Neuropsychologica
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies