장기 기억 간섭은 진단 기억 차원에 따른 반발력과 정확성을 통해 해결됩니다. 4부
Oct 24, 2023
실험 2와 3의 데이터를 다시 결합한 추가 탐색적 분석 세트에서 우리는 진단 차원에 대한 재구성 편향이 부호 없는 오류(진단 차원에서 대상으로부터의 절대 거리)와 정밀도(진단 차원에서)로 예측한 것 이상으로 연관 메모리 정확도를 예측했는지 여부를 테스트했습니다. . 참고: 다음 분석에는 부호 없는 오류 또는 정밀도에 대한 무작위 기울기가 포함되지 않았습니다(논리 방법 참조).
스마트 기술의 새로운 시대에 우리는 온갖 종류의 정보와 데이터를 자주 접하게 됩니다. 이러한 정보와 데이터의 정확성은 종종 우리의 결정과 판단에 직접적인 영향을 미칩니다. 편견을 예측하고 수정할 수 있다면 정확성과 효율성을 향상시킬 수 있습니다. 편견을 예측하는 동시에 정보를 수집하고 기억할 수 있는 강력한 기억력도 필요합니다. 따라서 편향된 예측과 기억 사이의 관계는 특히 중요합니다.
연구에 따르면 좋은 기억력은 데이터와 정보를 더 잘 파악하는 데 도움이 됩니다. 이를 통해 편차를 더 쉽게 식별하고 수정할 수 있습니다. 예측 편향은 기억력 향상에도 도움이 됩니다. 우리는 데이터와 정보의 정확성을 비교하고 확인하기 위해 기억을 사용해야 하기 때문에 이는 우리 뇌의 신경 활동과 기억 잠재력의 발달을 촉진할 것입니다.
또한 향상된 편견 예측과 기억력은 우리가 삶과 일에서 더욱 성공하고 자신감을 갖는 데 도움이 될 수 있습니다. 편향된 예측과 향상된 기억력을 통해 정보를 보다 정확하게 분석하고 처리할 수 있으므로 더 나은 판단과 결정을 내릴 수 있으며 모든 측면에서 더 큰 성공과 자부심을 얻을 수 있습니다.
요약하자면, 편견 예측과 기억은 삶과 일의 두 가지 중요한 측면입니다. 편향된 예측과 기억 능력을 적극적으로 강화한다면 다양한 정보와 데이터를 보다 효율적으로 처리하고 우수한 결과를 얻을 수 있을 것입니다. 기억력을 향상시켜야 함을 알 수 있습니다. Cistanche Deserticola는 아세틸콜린 및 성장 인자 수치를 높이는 등 신경 전달 물질의 균형을 조절할 수 있기 때문에 기억력을 크게 향상시킬 수 있습니다. 이 물질은 기억과 학습에 매우 중요합니다. 또한 고기는 혈류를 개선하고 산소 전달을 촉진하여 뇌에 충분한 영양분과 에너지를 공급하여 뇌의 활력과 지구력을 향상시킬 수 있습니다.
실험의 고정 효과(실험 2, 실험 3) 및 특징 차원(진단 차원이 영향을 받았는지 또는 성별인지 여부)이 포함된 계층적 선형 회귀를 사용하면 부호 없는 오류 또는 정밀도가 낮을 때 널 모델과 비교하여 모델 ft가 크게 향상되었습니다. 추가됨 (부호 없는 오류: χ2(1)=16.42, p < 0.001, 부호 없는. 오류=-5.72, SE=1.40; 정밀도: χ2 (1)=30.27, p< 0.001, βprecision = -5.91, SE = 1.06). In other words, lower unsigned error and greater precision were associated with better associative memory. Critically, however, model ft significantly improved when bias was added to a model that already included unsigned error and precision (χ2 (1) = 4.39, p = 0.036, βbias = 2.38, SE = 1.11).
따라서 편향은 정밀도와 부호 없는 오류로 설명된 것 이상의 연관 메모리 정확도를 예측했습니다. 특히, 부호 없는 오류와 편향(χ2(1)=26.51,p < 0.001, prec=-5을 이미 포함하고 있는 모델에 정밀도가 추가되었을 때 모델 ft도 크게 향상되었습니다. 64, 남동=1.08). 종합해보면, 이러한 탐색적 분석은 편향(반발)과 정밀도가 상관 측정임에도 불구하고(그림 S2A, OSM) 연관 메모리 성능을 독립적으로 예측한다는 것을 나타냅니다(그림 5).
논의
세 가지 실험을 통해 우리는 장기 기억 간의 유사성이 해당 기억의 내용에 적응적 및 특징별 변화를 유도한다는 것을 발견했습니다. 우리는 2차원 얼굴 공간(영향, 성별)을 사용하여 이러한 변화를 측정하여 유사한 얼굴 간의 차이를 진단하는 차원과 차이를 진단하지 않는 차원에 따라 기억을 별도로 측정할 수 있게 했습니다. 우리는 진단 특성에 따른 기억이 두 가지 주요 특성, 즉 (1) 유사한 기억 간의 차이를 과장하는 체계적인 편향(반발)과 (2) 더 큰 정확성(낮은 변동성)을 나타냄을 발견했습니다. 마지막으로 반발과 정밀도가 독립적으로 예측 가능하다는 것을 발견했습니다. 간섭 관련 메모리 오류.
우리의 패러다임은 고전적인 메모리 간섭 연구(Anderson, 2003; Andersonet al., 1994; Anderson et al., 2000)를 모델로 삼았지만, 우리가 관찰한 반발 효과는 고전적인 간섭 효과와 다릅니다. 어쨌든 간섭은 기억된 기능의 매력을 예측합니다. 그러나 우리 디자인의 중요한 특징은 얼굴 기억이 광범위한 연구와 연습 후에만 테스트되었다는 것입니다(Chanales et al., 2021; Zhao et al., 2021). 실제로, 우리는 특징 기억의 더 큰 반발력이 연관 기억 테스트의 더 낮은 간섭과 연관되어 있음을 발견했습니다.
실험 3에서 사전 등록된 분석 방법을 사용하여 이 관계를 복제하는 데 실패했다는 점에 유의하는 것이 중요하지만, 업데이트된 방법이 극단적인 반응을 처리하기 위한 더 나은 접근 방식으로 보고 관찰한 관계는 실험 전반에 걸쳐 일반화되었으며 실험 3에서는 독립적으로 중요했습니다. 반발력과 연관 기억 정확도는 반발력이 근본적으로 기억 오류의 한 형태를 반영한다는 점을 고려할 때 주목할 만합니다. 그러나 우리가 관찰한 오류는 무작위로 분포되지 않았습니다. 대신, 그것은 경쟁하는 기억으로부터 체계적으로 편향되어 기억 사이의 표상적 거리를 증가시켰습니다.
이러한 발견은 작업 기억(Bae & Luck, 2017; Chen et al., 2019; Chunharas et al., 2018; Chunharas et al., 2019; Golomb, 2015)과 시각적 주의(Won et al. , 2020; Yu & Geng, 2019). 영역 전반에 걸쳐 이러한 편향이 편재한다는 사실은 반발이 간섭을 해결하기 위한 기본적이고 적응 가능한 메커니즘임을 시사합니다.
본 연구의 핵심적이고 새로운 초점은 진단 기능 차원과 비진단 기능 차원에 따른 반발력을 비교하는 것이었습니다. 진단 차원에서 반발력이 더 강했다는 사실은 경쟁에 대한 반응으로 기억이 전체적으로 (얼굴 공간의 중심에 비해) 과장되지 않았다는 중요한 증거를 제공합니다. 비판적으로, 하나의 특징적인 차원만 조사하는 연구(Chanales et al., 2021; Zhao et al., 2021)에서는 이러한 해석을 배제할 수 없습니다. 또한 효과와 성별, 진단 차원과 비진단 차원 사이의 매핑이 참가자 내에서 균형을 이루었기 때문에 카테고리 학습에서 발생할 수 있는 것처럼 모든 면에 걸쳐 일반화되는 하나의 특징 차원에 따른 편향으로 우리의 결과를 설명할 수 없다는 점도 주목할 만합니다(Goldstone, 1998). , Goldstone & Steyvers, 2001). 마지막으로, 반발력과 기억 간섭 사이의 관계는 진단 특징 차원에 대해 선택적이었으며, 이는 전역 편향이 적응적이지 않다는 것을 확인시켜 주었습니다. 따라서 경쟁은 차별에 필수적인 차원을 따라 우선적으로 발생하는 표적화 및 적응형 왜곡을 촉발했습니다.
이러한 발견은 메모리 표현의 특정 기능별 변화를 제안하는 메모리 간섭의 계산 모델에 대한 새로운 지원을 제공합니다(Hulbert &Norman, 2015; Norman et al., 2006; Norman et al., 2007).
반발 효과와 마찬가지로 우리가 관찰한 정밀도 효과는 일반적인 간섭 효과와 뚜렷한 대조를 이룹니다. 특히, 이전 연구에서는 간섭이 특징 기억의 정밀도를 감소시키는 것으로 나타났습니다(Berens et al., 2020; Pertzov et al., 2017; Sun et al. al., 2017), 우리 연구 결과에 따르면 진단 차원과 비진단 차원을 비교할 때 메모리 간섭이 메모리 정밀도의 상대적 이득과 관련이 있는 것으로 나타났습니다.
그러나 중요한 것은 정밀도를 동일한 메모리에 대한 반복 테스트 전체의 표준 편차로 정의했다는 것입니다. 이 정밀도 측정은 기억된 값과 실제 값 사이의 거리(절대 오류)에 관계없이 얼굴이 기억되는 일관성을 반영하므로 반발(또는 정확도)과 직교합니다. 다르게 말하면, 각 얼굴 특징이 잠재적으로 기억되는 값의 분포로 표현되는 경우 반발은 이 분포의 변화를 반영하는 반면 정밀도는 이 분포의 감소된 분산을 반영합니다(Yu & Geng, 2019).
이는 메모리 정밀도에 대한 이전 측정이 실제(실제) 메모리 값을 중심으로 분포를 가정하는 경우가 많았기 때문에 핵심 사항입니다(예: Brady et al., 2013; Cooper & Ritchey, 2019; Harlow & Donaldson, 2013; Harlow & Yonelinas, 2016; Nilakantan 외., 2017; Nilakantan 외., 2018; Rhodeset 외., 2020; Richter 외., 2016). 이는 많은 맥락에서 합리적인 가정이지만, 현재 연구 결과는 기억 간섭의 맥락에서 이 가정이 위반되었다는 명확한 증거를 제공합니다.
향후 연구를 위한 흥미로운 방법은 반발력과 정밀도 사이의 관계를 특성화하는 것입니다. 여기서 이러한 측정은 수학적으로 구별되었으며 연관 기억 간섭을 독립적으로 예측했습니다. 그러나 반발력과 정확성은 모두 경쟁하는 기억 사이의 표상적 거리를 증가시키는 결과를 가져오며 따라서 공통 목적에 도움이 될 수 있습니다. 이러한 측정값 사이에는 강력한 상관관계가 있었으며, 반발력이 높을수록 정밀도가 높아질 것으로 예상됩니다(그림 S2A, OSM). 따라서 반발력과 정확성은 공통된 기본 메커니즘의 별개의 측면일 수 있습니다.
요약하자면, 우리는 일화 기억이 간섭에 반응하여 표적화되고 적응적인 방식으로 수정되고 왜곡된다는 것을 보여줍니다. 간섭 해결을 메모리 오류의 감소로 개념화하는 것이 직관적인 반면, 우리의 연구 결과는 체계적인 메모리 오류가 유사한 메모리 간의 식별성을 향상시킨다는 뚜렷한 관점을 뒷받침합니다.
감사의 말 데이터 수집에 도움을 주신 Alex Tremblay-McGaw, Qadry Collins 및 Yu Wang에게 감사드립니다. 얼굴 자극을 랜드마크로 만들어준 AlexTremblay-McGaw, Krista Wurscher, Ireland Johnson, Taylor Herman, Emily Carlson, Alexia Andres에게 감사드립니다.
저자의 기여 MD와 BK는 연구를 구상하고 설계했으며 논문을 작성하고 데이터를 분석했습니다. MD는 모든 데이터 수집을 감독하거나 수행하고 실험 발표 및 데이터 분석을 위한 스크립트를 작성했습니다.
선언
윤리 승인 승인은 오레곤 대학의 기관 검토 위원회로부터 획득되었습니다. 이 연구에 사용된 절차는 헬싱키 선언의 원칙을 따릅니다.
참여 동의 연구에 포함된 모든 개별 참가자로부터 사전 동의를 얻었습니다.
오픈 액세스 이 기사는 Creative Commons Attribution 4에 따라 라이센스가 부여됩니다.0 국제 라이센스는 원저작자를 적절하게 명시하는 한 모든 매체나 형식으로의 사용, 공유, 개작, 배포 및 복제를 허용합니다( s) 및 소스, 크리에이티브 커먼즈 라이센스에 대한 링크를 제공하고 변경 사항이 있었는지 표시합니다. 이 기사의 이미지나 기타 제3자 자료는 자료에 대한 크레딧 라인에 달리 명시되지 않는 한 기사의 Creative Commons 라이센스에 포함되어 있습니다. 자료가 기사의 크리에이티브 커먼즈 라이센스에 포함되어 있지 않고 귀하의 의도된 사용이 법적 규정에 의해 허용되지 않거나 허용된 사용을 초과하는 경우 저작권 보유자로부터 직접 허가를 받아야 합니다. 이 라이센스의 사본을 보려면.
참고자료
1. 앤더슨, 엠씨 (2003). 간섭 이론 재고: 집행 통제 및 망각 메커니즘. 기억과 언어 저널, 49(4), 415–445.
2. 앤더슨, MC, & Spellman, BA (1995). 인지의 억제 메커니즘 상태: 모델 사례로서의 기억 검색. Psychological Review, 102(1), 68.
3. 앤더슨, MC, Bjork, RA, & Bjork, EL (1994). 기억은 망각을 유발할 수 있습니다: 장기 기억의 인출 역학. Journal of Experimental Psychology: Learning, Memory, and Cognition, 20(5), 1063.
4. 앤더슨, MC, Bjork, EL, & Bjork, RA (2000). 검색으로 인한 망각: 회상 관련 메커니즘에 대한 증거. Psychonomic Bulletin & Review, 7(3), 522-530.
5. 배기영, Luck, SJ(2017). 시각적 작업 메모리 표현 간의 상호 작용. 주의, 지각 및 정신물리학,79(8), 2376-2395.
6. Barr, DJ, Levy, R., Scheepers, C., & Tily, HJ(2013). 확증적 가설 검정을 위한 무작위 효과 구조: 최대로 유지합니다. 기억과 언어 저널, 68(3), 255–278.
7. 베이츠, D., Mächler, M., Bolker, B., & Walker, S. (2014). lme4를 사용하여 선형 혼합 효과 모델 피팅. arXiv
8. 베렌스, SC, 리차드, BA, & 호너, AJ(2020). 기억의 접근성과 망각의 정확성을 분리합니다. 자연 인간 행동, 4(8), 866–877.
9. Brady, TF, Konkle, T., Gill, J., Oliva, A., & Alvarez, GA(2013). 시각적 장기 기억은 시각적 작업 기억과 충실도에 대한 한계가 동일합니다. 심리학, 24(6), 981-990.
10. 브레이너드, DH(1997). 정신물리학 도구 상자. 공간 비전,10(4), 433–436.
For more information:1950477648nn@gmail.com
