The influence of statistical inform

The influence of statistical information on behavior (either through learning or adaptation) is quickly
becoming foundational to many domains of cognitive psychology and cognitive neuroscience, from language
comprehension to visual development. We investigate a central problem impacting these diverse
fields: when encountering input with rich statistical information, are there any constraints on learning?
This paper examines learning outcomes when adult learners are given statistical information across multiple
levels of abstraction simultaneously: from abstract, semantic categories of everyday objects to individual
viewpoints on these objects. After revealing statistical learning of abstract, semantic categories
with scrambled individual exemplars (Exp. 1), participants viewed pictures where the categories as well
as the individual objects predicted picture order (e.g., bird1—dog1, bird2—dog2). Our findings suggest that
participants preferentially encode the relationships between the individual objects, even in the presence
of statistical regularities linking semantic categories (Exps. 2 and 3). In a final experiment we investigate
whether learners are biased towards learning object-level regularities or simply construct the most
detailed model given the data (and therefore best able to predict the specifics of the upcoming stimulus)
by investigating whether participants preferentially learn from the statistical regularities linking individual
snapshots of objects or the relationship between the objects themselves (e.g., bird_picture1—dog_picture1,
bird_picture2—dog_picture2). We find that participants fail to learn the relationships between
individual snapshots, suggesting a bias towards object-level statistical regularities as opposed to merely
constructing the most complete model of the input. This work moves beyond the previous existence proofs
that statistical learning is possible at both very high and very low levels of abstraction (categories vs. individual
objects) and suggests that, at least with the current categories and type of learner, there are biases
to pick up on statistical regularities between individual objects even when robust statistical information is
present at other levels of abstraction. These findings speak directly to emerging theories about how systems
supporting statistical learning and prediction operate in our structure-rich environments. Moreover,
the theoretical implications of the current work across multiple domains of study is already clear: statistical
learning cannot be assumed to be unconstrained even if statistical learning has previously been
established at a given level of abstraction when that information is presented in isolation.

ผลลัพธ์ (ไทย) 1:

อิทธิพลของลักษณะการทำงาน (ทั้งที่ผ่านการเรียนรู้การปรับตัว) ข้อมูลทางสถิติได้อย่างรวดเร็วเป็นพื้นฐานไปยังโดเมนหลายสาขาจิตวิทยาและประสาทการรับรู้ จากภาษาความเข้าใจในการพัฒนาภาพ เราตรวจสอบปัญหากลางส่งผลกระทบต่อความหลากหลายเหล่านี้เขตข้อมูล: เมื่อพบการป้อนข้อมูล ด้วยข้อมูลทางสถิติที่หลากหลาย มีข้อจำกัดใด ๆ ในการเรียนรู้กระดาษนี้ตรวจสอบผลการเรียนรู้เมื่อผู้เรียนผู้ใหญ่จะได้รับข้อมูลทางสถิติทั้งหลายระดับของ abstraction พร้อมกัน: จากบทคัดย่อ ความหมายประเภทของชีวิตประจำวันให้กับบุคคลมุมมองบนวัตถุเหล่านี้ หลังจากเปิดเผยสถิติการเรียนรู้ประเภทนามธรรม ตรรกมีโคลงแต่ละกวน (exp. 1), คนดูรูปภาพที่ประเภทเป็นอย่างดีเป็นวัตถุต่าง ๆ ทำนายสั่งรูปภาพ (เช่น bird1 — dog1, bird2 — dog2) ผลการวิจัยของเราแนะนำผู้เข้าร่วมความสัมพันธ์ระหว่างวัตถุต่าง ๆ แม้ในที่ที่มีการเข้ารหัสก่อนของสถิติ regularities เชื่อมโยงประเภทตรรก (Exps. 2 และ 3) ในการทดลองขั้นสุดท้ายที่เราตรวจสอบว่าผู้เรียนจะลำเอียงไปทางการเรียนรู้ระดับวัตถุ regularities หรือเพียงแค่สร้างมากสุดรายละเอียดรุ่นที่ให้ข้อมูล (และดีที่สุดเพื่อให้สามารถทำนายการกระตุ้นเกิดขึ้น)โดยการตรวจสอบว่า ผู้เรียนก่อนเรียนรู้จาก regularities สถิติที่เชื่อมโยงแต่ละภาพของวัตถุหรือความสัมพันธ์ระหว่างตัววัตถุเอง (เช่น bird_picture1 — dog_picture1bird_picture2 — dog_picture2) เราพบว่า คนที่ล้มเหลวในการเรียนรู้ความสัมพันธ์ระหว่างแต่ละช็อต แนะนำอคติต่อถึง regularities สถิติระดับวัตถุเพียงสร้างแบบจำลองที่สมบูรณ์แบบที่สุดของการป้อนข้อมูล งานนี้ประทับหลักฐานดำรงอยู่ก่อนหน้านี้การเรียนรู้สถิติที่เป็นไปได้ในระดับที่สูงมาก และต่ำมากของนามธรรม (ประเภทเจอบุคคลวัตถุ) และแนะนำว่า น้อยปัจจุบันหมวดหมู่และประเภทของผู้เรียน มีอคติเพื่อรับกับ regularities สถิติระหว่างแต่ละวัตถุเมื่อเป็นข้อมูลสถิติที่มีประสิทธิภาพปัจจุบันในระดับอื่น ๆ ของนามธรรม ค้นพบเหล่านี้พูดโดยตรงกับทฤษฎีใหม่ ๆ เกี่ยวกับวิธีระบบสนับสนุนการเรียนรู้ทางสถิติและการคาดเดาที่ใช้งานในสภาพแวดล้อมที่อุดมไปด้วยโครงสร้างของเรา นอกจากนี้ผลกระทบของการทำงานปัจจุบันโดเมนหลายการศึกษาทฤษฎีอยู่แล้วชัดเจน: สถิติการเรียนรู้ไม่สามารถจะสันนิษฐานได้ unconstrained แม้ว่าก่อนหน้านี้ได้เรียนรู้ทางสถิติก่อตั้งขึ้นที่ระดับที่กำหนดของนามธรรมเมื่อข้อมูลที่จะนำเสนอในการแยก

ผลลัพธ์ (ไทย) 2:

อิทธิพลของข้อมูลทางสถิติเกี่ยวกับพฤติกรรม (อย่างใดอย่างหนึ่งหรือผ่านการเรียนรู้การปรับตัว) เป็นอย่างรวดเร็ว
กลายเป็นพื้นฐานให้กับหลายโดเมนของจิตวิทยาความรู้ความเข้าใจและประสาทองค์ความรู้จากภาษา
ความเข้าใจในการพัฒนาภาพ เราจะตรวจสอบปัญหาที่เกิดขึ้นกลางส่งผลกระทบต่อความหลากหลายเหล่านี้
สาขา: เมื่อพบการป้อนข้อมูลที่มีข้อมูลทางสถิติที่อุดมไปด้วยจะมีข้อ จำกัด ใด ๆ เกี่ยวกับการเรียนรู้?
กระดาษนี้จะตรวจสอบผลการเรียนรู้เมื่อเรียนผู้ใหญ่จะได้รับข้อมูลสถิติในหลาย
ระดับของนามธรรมพร้อมกัน: จากนามธรรมประเภทความหมายของ ในชีวิตประจำวันให้กับบุคคล
มุมมองที่วัตถุเหล่านี้ หลังจากที่เปิดเผยการเรียนรู้ทางสถิติของนามธรรมประเภทความหมาย
ที่มีสัญญาณรบกวนโคลงของแต่ละบุคคล (Exp. 1), เข้าร่วมการดูภาพที่ประเภทรวมทั้ง
เป็นวัตถุบุคคลที่คาดการณ์เพื่อภาพ (เช่น bird1-dog1, bird2-dog2) ผลการวิจัยของเราแสดงให้เห็นว่า
ผู้เข้าร่วมพิเศษเข้ารหัสความสัมพันธ์ระหว่างวัตถุแต่ละคนแม้จะอยู่ในสถานะ
ของแบบแผนทางสถิติในการเชื่อมโยงความหมายประเภท (EXPS. 2 และ 3) ในการทดลองสุดท้ายเราจะตรวจสอบ
ว่าผู้เรียนจะลำเอียงต่อการเรียนรู้แบบแผนระดับวัตถุหรือเพียงแค่สร้างมากที่สุด
รูปแบบรายละเอียดได้รับข้อมูล (และที่ดีที่สุดสามารถที่จะคาดการณ์รายละเอียดของมาตรการกระตุ้นเศรษฐกิจที่จะเกิดขึ้น)
โดยการตรวจสอบว่าผู้เข้าร่วมชอบเรียนรู้จากแบบแผนทางสถิติ การเชื่อมโยงของแต่ละบุคคล
ภาพรวมของวัตถุหรือความสัมพันธ์ระหว่างวัตถุที่ตัวเอง (เช่น bird_picture1-dog_picture1,
bird_picture2-dog_picture2) เราพบว่าผู้เข้าร่วมการล้มเหลวในการเรียนรู้ความสัมพันธ์ระหว่าง
ภาพรวมของแต่ละบุคคลบอกอคติต่อวัตถุระดับแบบแผนทางสถิติเมื่อเทียบกับเพียง
การสร้างรูปแบบที่สมบูรณ์ที่สุดของการป้อนข้อมูล งานนี้ย้ายเกินพิสูจน์การดำรงอยู่ก่อนหน้านี้
ว่าการเรียนรู้ทางสถิติเป็นไปได้ทั้งในระดับที่สูงมากและต่ำมากของนามธรรม (ประเภทบุคคลกับ
วัตถุ) และแสดงให้เห็นว่าอย่างน้อยกับประเภทในปัจจุบันและประเภทของผู้เรียนมีอคติ
ในการเลือก ขึ้นบนแบบแผนทางสถิติระหว่างวัตถุแต่ละแม้ในขณะที่ข้อมูลสถิติที่แข็งแกร่งเป็น
ปัจจุบันในระดับอื่น ๆ ของนามธรรม การค้นพบนี้พูดโดยตรงกับทฤษฎีเกี่ยวกับการเกิดขึ้นใหม่วิธีการที่ระบบ
สนับสนุนการเรียนรู้ทางสถิติและการทำนายทำงานในสภาพแวดล้อมที่อุดมไปด้วยโครงสร้างของเรา นอกจากนี้
ผลกระทบทางทฤษฎีของการทำงานในปัจจุบันในหลายโดเมนของการศึกษาอยู่แล้วชัดเจน: สถิติ
การเรียนรู้ที่ไม่สามารถสันนิษฐานว่าจะเป็นข้อ จำกัด แม้ว่าการเรียนรู้ทางสถิติก่อนหน้านี้ได้รับการ
ยอมรับในระดับที่กำหนดของนามธรรมเมื่อมีข้อมูลที่ถูกนำเสนอในการแยก

ผลลัพธ์ (ไทย) 3:

อิทธิพลของข้อมูลทางสถิติเกี่ยวกับพฤติกรรม ( ผ่านการเรียนรู้หรือการปรับตัวได้อย่างรวดเร็วกลายเป็นพื้นฐานหลายโดเมนของจิตวิทยาการรับรู้และความรู้ความเข้าใจทางภาษาจากความเข้าใจในการพัฒนาภาพ เราสืบสวนกลางปัญหาส่งผลกระทบต่อเหล่านี้หลากหลายสาขา : เมื่อพบข้อมูลมีข้อมูลทางสถิติมากมาย ไม่มีข้อจำกัดในการเรียนรู้บทความนี้เป็นการวิเคราะห์ผลการเรียนเมื่อผู้ใหญ่จะได้รับข้อมูลเชิงสถิติในหลาย ๆระดับนามธรรมพร้อมกัน : จากนามธรรมประเภทความหมายของวัตถุทุกวัน แต่ละมุมมองวัตถุ หลังจากการเปิดเผยสถิติการเรียนรู้นามธรรมประเภทความหมายกับสัญญาณรบกวน Exemplars บุคคล ( . 1 ) , ผู้เข้าชมภาพที่ประเภทเช่นกันเป็นวัตถุที่บุคคลคาดการณ์เพื่อภาพ ( เช่น bird1-dog1 bird2-dog2 , ) ผลการวิจัยบ่งชี้ว่าผู้เข้าร่วม preferentially เข้ารหัสความสัมพันธ์ระหว่างวัตถุที่บุคคลในการแสดงตนด้วยซ้ำสถิติเกี่ยวกับการเชื่อมโยงประเภทความหมาย ( exps . 2 และ 3 ) ในการทดลองสุดท้ายที่เราตรวจสอบไม่ว่าผู้เรียนจะเอนเอียงไปทาง การเรียนรู้เกี่ยวกับระดับวัตถุหรือเพียงแค่สร้างมากที่สุดแบบรายละเอียดให้ข้อมูล ( และดังนั้นจึงสามารถทำนายที่ดีที่สุดคือการกระตุ้นที่จะเกิดขึ้น )โดยตรวจสอบว่าผู้เข้าร่วม preferentially เรียนรู้จากสถิติเกี่ยวกับการเชื่อมโยงบุคคลภาพรวมของวัตถุและความสัมพันธ์ระหว่างวัตถุ ( เช่น bird_picture1-dog_picture1 ตัวเอง ,bird_picture2-dog_picture2 ) เราพบว่า ผู้ที่ล้มเหลวในการเรียนรู้ความสัมพันธ์ระหว่างภาพรวมของแต่ละบุคคล ซึ่งมีอคติต่อระดับสถิติที่เป็นนอกคอกเพียงเกี่ยวกับวัตถุการสร้างโมเดลที่สมบูรณ์แบบที่สุดของการป้อนข้อมูล งานนี้ย้ายที่อยู่นอกเหนือการปรู๊ฟตัวตนเดิมที่สถิติการเรียนเป็นไปได้ที่ทั้งสูงและต่ำมากในระดับนามธรรม ( ประเภทและบุคคลวัตถุ ) และแสดงให้เห็นว่า อย่างน้อย ก็มีประเภท ปัจจุบัน และ ประเภทของผู้เรียน ไม่มีอคติเพื่อรับบนเกี่ยวกับสถิติระหว่างวัตถุที่บุคคลแม้เมื่อข้อมูลทางสถิติที่แข็งแกร่งปัจจุบันในระดับนามธรรม การค้นพบเหล่านี้พูดโดยตรงกับทฤษฎีเกี่ยวกับวิธีการที่ระบบใหม่สนับสนุนการเรียนรู้และใช้งานในสภาพแวดล้อมที่อุดมไปด้วยสถิติการทำนายโครงสร้างของเรา นอกจากนี้ทฤษฎีผลกระทบของการทำงานปัจจุบันทั่วหลายโดเมนของการศึกษาชัดเจนอยู่แล้ว : สถิติการเรียนรู้ไม่สามารถสันนิษฐานได้ต่างกันไป แม้ว่าการเรียนรู้ทางสถิติมี .ก่อตั้งขึ้นที่ระบุระดับนามธรรม เมื่อข้อมูลที่ถูกนำเสนอในการแยก .