分类: 心理学 >> 认知心理学 分类: 计算机科学 >> 计算机应用技术 提交时间: 2025-04-03
摘要: 认知建模是量化和理解人类心智过程的重要方法,但目前该方法多集中于简单实验任务和数据结构,当试图构建复杂模型以解释复杂认知过程时,能否确定其似然并完成参数推断成为一项严峻的挑战。基于神经网络的模拟推断方法结合了模拟推断与分摊技术,无需计算似然函数,直接利用模拟数据来参数推断,并通过神经网络训练控制计算成本,可快速稳健地进行参数推断。该方法已成功应用于证据积累模型框架下的大规模数据、动态潜变量以及联合建模等场景,并开始扩展到强化学习和贝叶斯决策模型。未来的研究可以进一步验证神经模拟推断的有效性,应用该方法扩大认知模型的应用范围,推动理论与模型发展,增进对人类复杂认知加工规律的理解。