• 主题
高级搜索  >
历史搜索 清空历史
首页> 美国卫生研究院文献>other >A Predictive Approach to Nonparametric Inference for Adaptive Sequential Sampling of Psychophysical Experiments
【2h】

A Predictive Approach to Nonparametric Inference for Adaptive Sequential Sampling of Psychophysical Experiments

机译：对心理物理实验自适应顺序采样的非参数推断的预测方法

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

We present a predictive account on adaptive sequential sampling of stimulus-response relations in psychophysical experiments. Our discussion applies to experimental situations with ordinal stimuli when there is only weak structural knowledge available such that parametric modeling is no option. By introducing a certain form of partial exchangeability, we successively develop a hierarchical Bayesian model based on a mixture of Pólya urn processes. Suitable utility measures permit us to optimize the overall experimental sampling process. We provide several measures that are either based on simple count statistics or more elaborate information theoretic quantities. The actual computation of information theoretic utilities often turns out to be infeasible. This is not the case with our sampling method, which relies on an efficient algorithm to compute exact solutions of our posterior predictions and utility measures. Finally, we demonstrate the advantages of our framework on a hypothetical sampling problem.
机译：我们在心理物理实验中提出了一种关于刺激反应关系的自适应顺序采样的预测账户。我们的讨论适用于序数刺激的实验情况，因为只有弱结构知识可用，使参数建模无选项。通过引入某种形式的部分交换性，我们连续地基于Pólya瓮过程的混合物开发分层贝叶斯模型。合适的实用措施允许我们优化整体实验采样过程。我们提供了几种措施，即基于简单的计数统计或更详细的信息理论量。信息理论实用程序的实际计算通常会变得不可行。我们的采样方法并非如此，这依赖于算法计算后续预测和实用措施的精确解决方案。最后，我们展示了我们对假设的抽样问题的框架的优势。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
代理获取

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号