TUGAS SOFTSKILL
Di susun oleh :
Abduqosim Al-Ghoni
Doni wijaya
Muhammad Fahrianda
Muammar Qadafi
Randhika Imawan
Sena Harimuda
Kata Pengantar
ACT-R adalah arsitektur kognitif: teori tentang
bagaimana kognisi manusia bekerja. Pada eksterior, ACT-R tampak seperti
bahasa pemrograman; Namun, konstruksi yang mencerminkan asumsi tentang
kognisi manusia. Asumsi ini didasarkan pada berbagai fakta yang
diperoleh dari eksperimen psikologi. Seperti bahasa pemrograman, ACT-R
adalah suatu kerangka kerja: untuk tugas yang berbeda (misalnya, Tower
of Hanoi, memori untuk teks atau daftar kata, pemahaman bahasa,
komunikasi, pesawat mengendalikan), peneliti membuat model (alias
program) yang ditulis dalam ACT-R dan bahwa, di samping memasukkan
pandangan ACT-R kognisi, tambahkan asumsi mereka sendiri tentang tugas
tertentu. Asumsi ini dapat diuji dengan membandingkan hasil model dengan
hasil orang yang melakukan tugas yang sama.
Pada Kesempatan ini kami menyampaikan penghargaan
kepada semua pihak yang telah terlibat dalam penyusunan buku ini. Semoga
Tuhan Yang Maha Esa membalas semua kebaikan dan jerih payah saudara –
saudara sekalian.
Dalam penyusunan buku ini , kami akui masih jauh
dari sempurna. Untuk itu saran dan kritik yang membangun kearah
penyempurnaan buku ini kami terima dengan tangan terbuka.
Akhirnya, mudah-mudahan buku ini dapat berguna dan
membantu siapa saja yang membaca terutama bagi masyarakat dalam
mempelajari ACT-R
Bab I Pendahuluan
Berbagai kemajuan di bidang teknologi terutama
yang berkaitan dengan pengembangan perangkat lunak mengenai teori
tentang bagaimana kognisi manusia bekerja Berbagai upaya dan inovasi
untuk mengejar ketertinggalan tak henti-hentinya kita lakukan dimana
salah satunya adalah dengan selalu memperbaharui ilmu dan teknologi di
bidang komputerisasi yang sekarang kita telah miliki.
Buku ini membahas tentang teori bagaimana
Mengintegrasikan teori, data, dan pengetahuan tentang psikologi kognitif
dan kinerja manusia dengan cara yang berguna untuk membimbing desain di
HCI(human–computer interaction) bukanlah masalah yang sederhana
menggunakan software ACT-R. ACT-R adalah arsitektur kognitif.
Menggunakan ACT-R, peneliti dapat membuat model
yang menggabungkan pandangan ACT-R kognisi dan asumsi mereka sendiri
tentang tugas tertentu. Asumsi ini dapat diuji dengan membandingkan
hasil dari model melaksanakan tugas dengan hasil orang yang melakukan
tugas yang sama. Dengan "hasil" yang kita maksud langkah-langkah
tradisional psikologi kognitif: waktu untuk melakukan tugas tersebut,
akurasi dalam tugas, dan, (baru-baru ini) Data neurologis seperti yang
diperoleh dari fMR. Versi terbaru dari perangkat lunak ACT-R sudah
mencapai versi 6. dan dapat diunduh secara gratis di
http://act-r.psy.cmu.edu/software/
Bab II
2.1. Arsitektur Kognitif
Arsitektur adalah menggambarkan keseluruhan struktur
dan susunan hal yang sangat khusus pada sistem kognitif manusia. Sebuah
arsitektur kognitif adalah teori luas mengenai kognitif manusia
berdasarkan berbagai pilihan data eksperimen manusia, diimplementasikan
sebagai program simulasi computer.
Menurut Young, Arsitektur kognitif adalah
perwujudan hiptesos ilmiah tentang beberapa aspek kognitif manusia yang
relative stabil dari waktu ke waktu dan relative bebas dari tuntutan.
Berbeda dengan arsitektur, model kognitif cenderung terfokus pada satu
fenomena atau proses kognitif ( misalnya, daftar belanja ), bagaimana
dua atau lebih proses berinteraksi ( misalnya visual pencarian dan
pengambilan keputusan ), atau untuk membuat prediksi perilaku yang
spesifik tugas atau alat. Kognitif arsitek cenderung terfokus pada sifat
struktural sistem yang dimodelkan, dan membantu menghambat perkembangan
model kognitif dalam arsitektur. Demikian juga pengembangan model
membantu untuk menginformasikan keterbatasan dan kekurangan dari
arsitektur. Beberapa dari arsitektur-arsitektur yang paling populer
untuk model kognitif meliputi ACT-R .
Arsitektur Kognitif bagian dari ilmu kognitif yang
saat ini dihubungkan dengan psikologi kognitif dan kecerdasan
artificial. Arsitektur kognitif berbeda dengan pendekatan engineering
pada kecerdasan artificial yang membangun kecerdasan sistem komputer
oleh teknologi apapun yang memenuhi tujuannya. Misalnya, program yang
mengalahkan catur Kasparov, Deep Blue, tidak memenuhi syarat sebagai
arsitektur kognitif, karena tidak memecahkan masalah (catur) dalam jalan
seperti manusia. Deep Blue menggunakan pencarian besar-besaran dari
permainan ruang, sementara manusia ahli pada umumnya hanya melihat
beberapa langkah ke depan, tetapi berkonsentrasi pada kualitas secara
bergerak yang efektif .
Kognitif arsitektur berbeda dengan riset
tradisional dalam bidang psikologi. Yang berperan dalam Kognitif
arsitektur adalah integrative. Yang terdiri dari perhatian, memori,
penyelesain masalah, pengambilan keputusan, pembelajaran dan sebagainya.
Kebanyakan teori dalam psikologi mengadopsi strategi divide and
conquer. Yang digunakan untuk merumuskan beberapa teori spesifik
mengenai fenomena yang terbatas.
Satu unggulan dari Kognitif arsitektur adalah
Kognitif arsitektur dikhususkan untuk mesin virtual manusia. Kognitif
arsitektur tidak dapat berdiri sendiri secara umum Kognitif arsitektur
harus di isi dengan disiplin ilmu yang dibutuhkan menyelesaikan tugas
tertentu. Kombinasi dari Kognitif arsitektur dan pengetahuan tersebut
biasanya disebut model. Secara umum dapat dibangun lebih dari satu model
untuk sebuah masalah. Keunggulan lain dari Kognitif arsitektur adalah
Kognitif arsitektur merupakan sebuah software yang dibangun oleh
programmer. Pertama-tama sebuah model dari masalah pada Kognitif
arsitektur haruslah dapat dijalankan dan menghasilkan urutan tertentu.
Urutan ini kemudian dibandingkan dengan urutan yang dilakukan oleh
manusia. Untuk membantu model Kognitif arsitektur.
Arsitektur kognitif dapat dicirikan oleh
sifat-sifat atau tujuan tertentu, sebagai berikut, meskipun tidak ada
kesepakatan umum di semua aspek :
- Pelaksanaan tidak hanya berbagai aspek yang berbeda dari perilaku kognitif tetapi kognisi secara keseluruhan (holisme misalnya tori Unified kognisi) .Hal ini berbeda dengan model - model kognitif, yang berfokus pada kompetensi tertentu, seperti semacam pemecahan masalah atau semacam pembelajaran.
- Arsitektur sering mencoba untuk mereproduksi perilaku sistem model (manusia), dengan cara yang tepat waktu perilaku (reaksi kali) dari arsitektur dan model sistem kognitif dapat dibandingkan secara rinci.
- Perilaku kuat dalam menghadapi kesalahan, yang tak terduga, dan yang tidak diketahui.
- Pembelajaran (tidak untuk semua arsitektur kognitif).
- Parameter bebas -Sistem tidak bergantung pada parameter tuning (berbeda dengan jaringan saraf tiruan (tidak untuk semua arsitektur kognitif).
- Beberapa teori awal seperti SOAR dan ACT-R awalnya difokuskan hanya pada ’internal’ pengolahan informasi agen yang cerdas, termasuk tugas-tugas seperti penalaran, perencanaan, memecahkan masalah, konsep pembelajaran. Baru-baru ini banyak arsitektur (termasuk SOAR, ACT-R, Icarus, CLARION telah diperluas untuk mencakup persepsi, tindakan dan juga afektiif negara dan proses-proses termasuk motifasi, sikap, dan emosi.
- Pada beberapa teori arsitektur dapat terdiri dari berbagai jenis sub-arsitektur (sering digambarkan sebagai ’lapisan’ atau ’tingkat’) di mana lapisan dapat dibedakan menurut jenis fungsi, mekanisme dan jenis representasi yang digunakan, jenis informasi dimanipulasi, atau mungkin evolusi asal.
- Beberapa teori memungkinkan komponen arsitektur yang berbeda untuk aktif bersamaan, sedangkan yang lain menganggap sebuah mekanisme switching yang memilih salah satu komponen atau modul pada satu waktu, tergantung tugas saat ini. Concurrency biasanya diperlukan untuk sebuah arsitektur untuk binatang atau robot yang memiliki beberapa sensor dan efektor dalam lingkungan kompleks dan dinamis, tetapi tidak dalam semua robot paradigma.
- Kebanyakan teori-teori berasumsi bahwa arsitektur adalah tetap dan hanya informasi yang disimpan dalam berbagai subsistem dapat berubah dari waktu ke waktu (misalnya Langley et al., Di bawah), sedangkan yang lain memungkinkan arsitektur untuk tumbuh, misalnya dengan memperoleh subsistem baru atau hubungan baru antara subsistem (misalnya Minsky dan Sloman, di bawah).
2.2. ACT-R
berjalan dan untuk mengembalikan mereka ke kondisi awal.
3.8.1. Reset
The "Reset" tombol digunakan untuk mengembalikan
model untuk keadaan awal mereka. Menekan tombol "Reset" tombol setara
dengan memanggil ACT-R ulang perintah.
3.8.2. Reload
tombol "Reload" digunakan untuk memuat file model
terakhir yang dimuat ke dalam Lisp lagi (file model yang didefinisikan
sebagai file yang menyebut ACT-R yang jelas-semua perintah di atas
tingkat di file). Menekan tombol "Reload" tombol setara dengan memanggil
perintah reload ACT-R. The "Reload" tombol tidak akan berfungsi jika
ACT-R saat ini berjalan atau jika alat stepper terbuka dan itu akan
membuka dialog untuk menunjukkan bahwa jika hal itu terjadi:
Dialog yang harus ditutup dengan menekan tombol "Ok" tombol sebelum melanjutkan dengan salah satu alat-alat lain.
3.8.3. Stepper
tombol "Stepper" mungkin alat yang paling berguna di
Lingkungan. Ketika itu ditekan maka akan membuka stepper jika belum
terbuka. Jika terbuka, kemudian menekan tombol ini akan membawanya ke
depan - hanya ada satu stepper terbuka di Lingkungan bahkan jika ada
beberapa model yang ditetapkan. Stepper ini digunakan untuk "langkah"
ACT-R melalui pelaksanaannya satu aktivitas sekaligus.
Stepper terlihat seperti ini ketika Anda pertama kali membukanya:
Untuk menggunakan stepper Anda harus memiliki terbuka
sebelum Anda mulai model berjalan. Jika Anda mencoba untuk membukanya
sementara model saat ini berjalan maka akan muncul dialog seperti ini
menunjukkan bahwa hal itu tidak tersedia:
Dengan demikian, cara yang tepat untuk menggunakannya
adalah dengan membuka stepper dan kemudian memanggil fungsi yang tepat
untuk menjalankan model dari Lisp. Jika Anda menutup stepper sementara
model berjalan model akan terus berjalan sampai selesai alami dari titik
itu.
Ketika stepper terbuka itu akan berhenti ACT-R
sebelum setiap peristiwa yang akan dicetak dalam jejak. Acara yang akan
terjadi akan ditampilkan dalam stepper setelah "Event berikutnya:" pos,
dan untuk beberapa peristiwa, informasi tambahan akan ditampilkan di
jendela bawah itu. ACT-R ditangguhkan pada saat itu dan modeler dapat
menggunakan salah satu alat inspeksi Lingkungan Hidup pada waktu itu
untuk menyelidiki model saat ini didefinisikan. Model ini akan
menjalankan acara ditampilkan setelah pengguna baik menekan salah satu
tombol di bagian atas stepper atau menutup stepper. Rincian apa tombol
lakukan dan informasi tambahan yang tersedia untuk beberapa peristiwa
akan dijelaskan di bawah ini.
Perhatikan bahwa ketika stepper pada awalnya dibuka
tiga tombol yang akan memajukan sistem dinonaktifkan. Mereka hanya
menjadi diaktifkan dan bisa digunakan sementara ACT-R sedang berjalan.
3.9. Inspecting
Bagian inspeksi dari Control Panel berisi tombol
untuk melihat detail informasi tentang komponen tertentu dari model (s).
Tombol pemeriksaan dapat berguna dalam hubungannya dengan stepper untuk
melihat keadaan saat ini hal-hal sebelum dan sesudah peristiwa tertentu
terjadi.
Isi dibuka oleh alat inspeksi jendela secara otomatis
diperbarui sebagai sistem berjalan. Namun, jika sistem berjalan pada
"kecepatan penuh" yaitu tidak secara real time dan tanpa stepper
terbuka, maka jendela tidak dapat menyegarkan cukup cepat dan isinya
bisa tertinggal di belakang sistem yang sedang berjalan. Bahkan dalam
modus real time, jika ada banyak pemeriksaan jendela yang terbuka mereka
mungkin mulai jatuh di belakang model negara saat ini.
3.9.1. Declarative Viewer
Penampil deklaratif memungkinkan pengguna untuk
memeriksa potongan dalam memori deklaratif model ini. Menekan "viewer
deklaratif" tombol membuka jendela deklaratif baru untuk inspeksi memori
deklaratif model yang sedang dipilih dan sejumlah jendela tersebut
dapat terbuka pada waktu yang sama. Ini adalah apa penampil deklaratif
akan terlihat seperti (dari model hitungan di unit 1 dari tutorial):
Daftar di sebelah kiri menunjukkan semua potongan
dalam memori deklaratif secara default (lihat di bawah ini untuk
menyaring bagaimana mengubah itu). Memilih salah satu potongan maka akan
menyebabkan rincian yang potongan yang akan ditampilkan di jendela di
sebelah kanan:
Potongan tersebut akan dicetak dalam jendela, dan
jika perhitungan subsymbolic diaktifkan maka jendela juga akan
menunjukkan parameter potongan seperti dilansir sdp di bagian atas.
3.9.2. Procedural Viewer
Penampil prosedural memungkinkan pengguna untuk
memeriksa produksi dalam memori prosedural model. Menekan "Prosedural
penampil" tombol membuka jendela prosedural baru untuk memeriksa
produksi dari model yang sedang dipilih dan sejumlah jendela tersebut
dapat terbuka pada waktu yang sama. Ini adalah apa penampil prosedural
akan terlihat seperti (dari model hitungan di unit 1 dari tutorial):
Daftar di sebelah kiri berisi semua produksi dalam
model. Memilih salah satu produksi akan menyebabkan rincian produksi
yang akan ditampilkan di jendela di sebelah kanan:
Teks produksi akan dicetak dalam jendela, dan jika
perhitungan subsymbolic diaktifkan maka parameter produksi itu dari spp
ditampilkan di bagian atas jendela.
3.9.3. Buffer Viewer
Buffer viewer memungkinkan pengguna untuk memeriksa
potongan dalam buffer model yang dipilih saat ini. Menekan tombol
"Buffer viewer" tombol membuka jendela buffer baru untuk memeriksa
potongan penyangga dan sejumlah jendela tersebut dapat terbuka pada
waktu yang sama. Ini adalah apa penampil penyangga akan terlihat
seperti
Daftar di sebelah kiri menunjukkan nama semua buffer
dalam model. Memilih penyangga dari daftar yang akan menyebabkan judul
jendela untuk mengubah untuk menunjukkan buffer yang ditampilkan dan
untuk menunjukkan isi buffer yang di jendela di sebelah kanan. Jika
buffer kosong maka akan mencetak bahwa:
Jika ada potongan dalam buffer, maka chunk yang akan
ditampilkan menggunakan perintah buffer-chunk (ini adalah dari model
hitungan di unit 1 dari tutorial):
3.9.4. Buffer Status viewer
Status penyangga viewer memungkinkan pengguna untuk
memeriksa hasil query yang dapat dilakukan melalui buffer model yang
dipilih saat ini. Menekan tombol "Buffer Status viewer" tombol membuka
jendela status buffer baru untuk memeriksa permintaan penyangga dan
sejumlah jendela tersebut dapat terbuka pada waktu yang sama. Ini adalah
apa penampil Status penyangga akan terlihat seperti:
Daftar di sebelah kiri jendela menunjukkan nama-nama
semua buffer dalam model. Memilih penyangga dari daftar yang akan
menyebabkan judul jendela untuk mengubah untuk menunjukkan status
penyangga yang ditampilkan dan kemudian menunjukkan hasil perintah
penyangga-penyangga status yang di sebelah kanan:
Perintah penyangga status menunjukkan permintaan yang
tersedia untuk buffer bersama dengan apakah atau tidak permintaan yang
saat ini benar (t) atau false (nihil).
3.9.5. Visicom
Menekan tombol "Visicon" tombol akan membuka jendela
yang menampilkan informasi saat ini tersedia untuk modul visi model yang
dipilih saat ini. Hanya satu jendela tersebut akan ada di lingkungan
untuk setiap model yang tersedia. Jika jendela visicon sudah terbuka
untuk model saat ini, kemudian menekan tombol akan membawa window yang
ke depan. Jendela visicon menampilkan informasi yang dikembalikan oleh
perintah print-visicon dan di sini adalah contoh menggunakan model
Sperling dari Unit3 tutorial:
3.9.6. Audicon
Menekan tombol "Audicon" tombol akan membuka jendela
yang menampilkan informasi saat ini tersedia untuk modul audio model
yang dipilih saat ini. Hanya satu jendela tersebut akan ada di
lingkungan untuk setiap model yang tersedia. Jika jendela audicon sudah
terbuka untuk model saat ini, kemudian menekan tombol akan membawa
window yang ke depan. Jendela audicon menampilkan informasi yang
dikembalikan oleh perintah print-audicon dan di sini adalah contoh
menggunakan model Sperling dari Unit3 tutorial:
3.10. Tracing
Alat menelusuri menyediakan representasi grafis
operasi model itu. Dua yang pertama alat di bagian ini bekerja sama dan
akan dijelaskan di bagian Grafis jejak di bawah ini. Alat lain
memberikan pandangan yang berbeda difokuskan pada urutan produksi yang
dipecat dan dijelaskan di bagian Produksi Graph.
3.10.1 Graphic Trace
Jejak grafis mirip dengan jejak penyangga yang dapat
ditampilkan saat model berjalan bukan acara berbasis jejak default.
Selain orientasi layar, kedua alat pelacakan bekerja sama dan akan
dijelaskan bersama-sama.
Menekan "Horiz. Buffer Trace "tombol akan membuka
baru" Horizontal Grafis Trace "jendela untuk model yang sedang dipilih
dan menekan tombol" Vert. Buffer Trace "tombol akan membuka baru"
Vertikal Grafis Trace "jendela untuk model yang sedang dipilih. Setiap
jumlah kedua jenis jendela mungkin terbuka setiap saat. Ketika dibuka,
jendela akan terlihat seperti ini:
Tidak akan ada informasi yang ditampilkan pada
jendela sampai model dijalankan dan informasi yang diminta seperti yang
dijelaskan di bawah ini.
Untuk menggunakan alat pelacakan Anda harus baik
mengatur parameter: save-penyangga-trace ke t dalam model atau membuka
jendela jejak alat sebelum menjalankan model. Setelah model telah
dijalankan, jejak grafis dapat ditampilkan dengan menekan tombol
"Dapatkan jejak" tombol di jendela melacak. Berikut adalah jejak
horizontal dan vertikal dari menjalankan model menghitung dari unit 1
dari tutorial:
Untuk jejak lama mungkin diperlukan beberapa waktu
untuk tampilan yang akan sepenuhnya ditarik. Sementara layar sedang
ditarik kata "Sibuk" akan ditampilkan di sudut kiri bawah jendela, dan
akan menampilkan kata "Selesai" di sudut kiri bawah (seperti yang
terlihat di atas) setelah selesai menggambar jejak. Tak satu pun dari
kontrol lain harus digunakan sampai gambar selesai.
The "+" dan "-" tombol di bagian bawah jendela dapat
digunakan untuk memperbesar atau memperkecil jejak. Menekan tombol "+"
untuk tampilan yang akan memperbesar dan mengakibatkan layar ini yang
lebih baik menunjukkan informasi dalam kotak:
Setiap baris dari jejak horizontal atau kolom jejak
vertikal sesuai dengan salah satu buffer dalam model. Waktu berjalan di
sepanjang bagian bawah jejak horizontal dan di sepanjang tepi kiri jejak
vertikal. Kotak dalam satu baris atau kolom menunjukkan periode waktu
yang melaporkan bahwa penyangga tertentu yang modulnya sibuk, dan
biasanya merupakan proses modul permintaan. Teks dalam kotak menunjukkan
dua hal. Umumnya, teks di bagian atas kotak mewakili tipe-sepotong
permintaan yang dibuat ke buffer, jika ada satu, dan teks di bagian
bawah menunjukkan nama potongan yang ditempatkan ke dalam kotak sebagai
terhadap permintaan tersebut.
Ada beberapa pengecualian namun dalam teks yang
ditampilkan. Yang pertama adalah untuk buffer bernama "produksi" dalam
jejak. Yang tidak mewakili "nyata" penyangga dalam model dan bukan
mewakili ketika modul prosedural kebakaran produksi. Teks dalam
kotak-kotak adalah untuk nama produksi yang dipilih dan dipecat selama
waktu itu. Pengecualian lain terjadi pada jejak vertikal bila tindakan
tidak membutuhkan waktu yaitu kotak hanya garis. Dalam hal ini hanya
garis bawah (nama chunk) ditampilkan. [Perhatikan bahwa untuk acara pada
waktu 0 dalam buffer tujuan pada jejak horisontal ditunjukkan di atas
ada juga bukan merupakan baris atas teks. Dalam hal ini bagaimanapun,
adalah karena potongan itu tidak diciptakan oleh permintaan modul sejak
didirikan langsung dengan perintah tujuan-focus.]
Mungkin maksud Anda adalah: If the trace is larger
than the window the scroll bar along the edge of the trace can be used
to scroll the display, or the “Range:†boxes at the bottom of the
window can be used to restrict the trace to a particular segment of the
run. To restrict the display to a particular range of the trace times
must be entered into both of the boxes. The times are measured in
seconds and the first box must have a time less than the time entered
into the second box. Then the “Display†button must be pressed to
have the trace redrawn. Jika jejak lebih besar dari jendela scroll bar
di sepanjang tepi jejak dapat digunakan untuk menggulir tampilan, atau
"Range:" kotak di bagian bawah jendela dapat digunakan untuk membatasi
jejak untuk segmen tertentu dari jangka. Untuk membatasi layar untuk
berbagai tertentu kali jejak harus dimasukkan ke dalam kedua kotak.
Waktu diukur dalam hitungan detik dan kotak pertama harus punya waktu
kurang dari waktu yang dimasukkan ke dalam kotak kedua. Kemudian
"menampilkan kembali" tombol harus ditekan untuk memiliki jejak digambar
ulang.
Berikut adalah bagian dari model Sperling dari unit 3 menggulir ke saat pengambilan pertama:
Di bawah ini adalah bahwa jejak yang sama terbatas pada kisaran 1,0 detik menjadi 1,25 detik:
Menempatkan kursor mouse di atas kotak di jejak
akan menyebabkan beberapa rincian tambahan yang akan ditampilkan di
bagian bawah layar. Di sudut kiri bawah maka akan terlihat panjang kotak
dalam hitungan detik diikuti dengan awal dan akhir. Selain itu,
sepanjang garis yang dimulai dengan "Catatan:" itu akan menampilkan
beberapa informasi tambahan. Secara default, yang akan menjadi nama dari
potongan (garis bawah kotak) jika ada satu yang tersedia dan permintaan
/ produksi (baris teratas kotak) jika tidak, tetapi juga memungkinkan
untuk menambahkan beberapa kode untuk model untuk mengesampingkan
catatan standar dengan sesuatu yang lain. Bagaimana melakukan yang
dijelaskan di bawah ini. Berikut ini adalah bagian dari jejak dari tugas
Sperling dengan mouse berada di atas kotak di kolom penyangga aural:
Kadang-kadang, itu tidak penting untuk melihat
rincian teks dalam kotak jejak, misalnya ketika zoom pada jejak besar
untuk mendapatkan tampilan yang lebih umum untuk apa yang terjadi dalam
model. Dalam kasus-kasus seperti itu memukul "Hapus Text" tombol akan
menghapus teks dan hanya menampilkan kotak. Berikut ini adalah jejak
lari dari model zbrodoff dari unit 4 dari tutorial memperkecil keluar
untuk melihat beberapa percobaan tugas dengan teks dihapus:
Menekan "menampilkan kembali" tombol akan redraw jendela dan mengembalikan teks jika diinginkan.
3.10.2. Production Graph
Menekan tombol ini akan membuka baru "Produksi
Grafik" window untuk model saat ini dan sejumlah jendela-jendela mungkin
terbuka. Alat ini menyediakan grafik transisi produksi yang terjadi
dalam model run. Berikut adalah tampilan jendela tanpa data yang
ditampilkan (bagaimana hal itu akan selalu muncul pada saat pembukaan):
Untuk menggunakan alat baik "Produksi Selection
History" (dijelaskan kemudian dalam manual) atau "Produksi Graph"
jendela harus terbuka sebelum menjalankan model atau: save-p-history
parameter perlu diatur ke t dalam model untuk memastikan bahwa data yang
direkam. Setelah menjalankan model Anda harus menekan salah satu dari
tujuh tombol display Data: "Semua Transisi", "Frekuensi", "Siklus",
"Siklus unik", "Berjalan", "Berjalan unik", atau "Utilitas" untuk
memiliki data yang ditampilkan. Semua tombol bekerja sama, tetapi
masing-masing memberikan pandangan yang sedikit berbeda dari data.
Operasi serupa akan dijelaskan terlebih dahulu, dan kemudian rincian
spesifik dari masing-masing akan dibahas.
Setelah menekan salah satu tombol data tampilan
jendela akan menampilkan kata "Sibuk" di sudut kiri bawah dan semua
kontrol akan dinonaktifkan. Ketika itu selesai maka akan tampil data,
mencetak kata "Selesai" di sudut, dan tombol akan tersedia lagi. Berikut
adalah tampilan setelah menjalankan model menghitung dari unit 1 dari
tutorial dan menekan "All Transisi" tombol:
Tampilan akan menjadi negara diagram grafik untuk
produksi dalam model menunjukkan urutan di mana mereka dipilih dan
dipecat. Setiap produksi dalam model akan ditarik dalam kotak, dan
seperti "Produksi History" tool, jika Anda klik pada nama produksi maka
akan membuka jendela baru Viewer Prosedural dengan produksi yang. Jika
perbatasan kotak hitam maka produksi yang dipilih dan dipecat pada
beberapa waktu selama menjalankan model yang datanya direkam. Jika
perbatasan kotak abu-abu maka produksi yang tidak dipilih dan dipecat.
[Jika "Sembunyikan produksi yang tidak terpakai" kotak dicentang sebelum
menekan tombol display data maka kotak abu-abu tidak akan ditampilkan.]
Kotak dengan sorot hijau menunjukkan produksi pertama yang terpilih
selama periode data yang ditampilkan dan kotak dengan sorot merah adalah
yang terakhir yang dipilih.
Tanda panah menunjukkan urutan produksi. Panah
dari produksi A untuk produksi B berarti bahwa produksi B berada di set
konflik setelah produksi A dipecat. Jika panah adalah garis hitam solid
maka produksi B terpilih dan dipecat setelah produksi A, tetapi jika
panah yang melesat dan abu-abu maka produksi B tidak dipilih dan dipecat
meskipun itu sesuai dengan kondisi saat ini.
Di bawah layar ia akan menampilkan yang jenis
grafik yang sedang ditampilkan bersama dengan berapa banyak grafik yang
berbeda yang tersedia (yang bisa berbeda berdasarkan pada tombol ditekan
untuk menampilkan data) dan yang salah satu dari mereka saat ini sedang
ditampilkan. Bila ada lebih dari satu grafik yang tersedia "+" dan "-"
tombol memungkinkan Anda untuk mengubah mana yang grafik yang tersedia
ditampilkan.
The "Semua Transisi" tombol akan selalu
menunjukkan hanya satu grafik. Ini akan berisi semua transisi yang
terjadi pada data produksi yang tercatat. Data yang mungkin melibatkan
beberapa siklus dalam grafik (loop yang melewati produksi beberapa kali)
dan tidak ada di layar untuk memisahkan siklus yang berbeda. Berikut
adalah apa yang menunjukkan untuk tugas dipasangkan:
Menekan tombol "Frekuensi" tombol akan menampilkan
grafik yang sama seperti yang ditunjukkan untuk "Semua Transisi"
kecuali bahwa ketebalan link akan menunjukkan frekuensi relatif mereka
dengan garis tebal yang lebih sering. Berikut adalah hasil dari bahwa
dari contoh run:
Menekan tombol "Siklus" tombol akan memecah data
menjadi satu tampilan untuk setiap siklus yang terjadi (dan mungkin
siklus lengkap di akhir jika tidak membentuk lingkaran). Untuk
masing-masing siklus yang ditampilkan juga akan menunjukkan waktu model
pada awal dan akhir siklus yang di bagian bawah jendela. Berikut adalah
dua dari siklus dari contoh run:
Tombol "Siklus unik" bekerja mirip dengan "Siklus"
tombol, kecuali bahwa itu hanya menyediakan satu salinan dari setiap
siklus yang berbeda yang terjadi pada data dan tidak memberikan
informasi waktu. Dalam contoh menjalankan hanya ada 3 siklus unik di
antara 4 siklus data.
Tombol "Berjalan" akan memecah data ke dalam
grafik berdasarkan ketika salah satu perintah ACT-R berjalan disebut,
dan akan memberikan grafik yang terpisah untuk masing-masing berjalan
selama setidaknya satu pilihan produksi terjadi. Ini akan menunjukkan
awal dan berhenti kali untuk yang berjalan di bagian bawah layar.
Berikut adalah dua dari "Runs" grafik dari contoh:
Tombol "Utilitas" bekerja mirip dengan "Runs"
tombol kecuali bahwa data dipecah ke dalam grafik berdasarkan ketika
model menerima penghargaan. Setiap hadiah menandai akhir dari grafik,
dan mungkin ada satu grafik tambahan di akhir yang tidak mewakili hadiah
yang disajikan jika model telah dipecat produksi tambahan setelah
menerima hadiah terakhir. Tampilan untuk "Utilities" grafik sedikit
berbeda dari yang lain. Pertama, semua produksi direpresentasikan dalam
kotak lebar yang sama bukannya berukuran berdasarkan nama produksi.
Selain itu setiap kotak produksi mungkin memiliki bar biru ditampilkan
di kedua bagian atas dan bawah dari kotak. Mereka bar mewakili utilitas
relatif produksi yang (utilitas sejati tidak menghitung suara yang
mungkin terjadi selama menjalankan). Bar bagian atas merupakan utilitas
sebelum hadiah yang disediakan dan bar di sepanjang bagian bawah
merupakan utilitas setelah hadiah telah disebarkan. Utilitas adalah
skala seluruh produksi dan semua grafik sehingga utilitas maksimum yang
produksi setiap memiliki diwakili oleh bar yang mengisi kotak dari kiri
ke kanan.
Berikut adalah contoh yang menunjukkan bagian dari
grafik setelah menjalankan model pembelajaran bangunan tongkat dari
unit 6 dari tutorial. Pada percobaan ini kita dapat melihat bahwa
produksi kekuatan-over dipilih antara produksi pemilihan strategi dan
utilitas naik ketika membaca-dilakukan diberikan hadiah.
Ada dua parameter yang dapat diatur dalam model
untuk mengatur jarak dari produksi di layar. The: p-history-graph-x
parameter menentukan jarak pixel horizontal antara kotak produksi
berturut-turut dan default ke 40 itu juga menentukan ketebalan maksimum
link untuk "Frekuensi" layar yang akan menjadi 1/4 dari. jarak
horizontal. The: parameter p-sejarah--grafik y menentukan jarak vertikal
antara baris produksi dan default untuk 90.
3.11. History Tools
Alat sejarah dapat digunakan untuk merekam
sejarah pencocokan produksi, retrievals deklaratif, dan perubahan
penyangga yang terjadi ketika model berjalan dan kemudian menampilkan
informasi bahwa setelah menjalankan. Masing-masing alat beroperasi
secara berbeda dan mereka akan dijelaskan di bawah ini secara
individual.
3.11.1. Production History
Menekan tombol ini akan membuka baru "Produksi
Seleksi History" jendela untuk model saat ini dan sejumlah
jendela-jendela mungkin terbuka. Alat ini bekerja mirip dengan penyangga
horisontal dan vertikal alat yang dijelaskan di atas kalkir. Berikut
adalah tampilan jendela tanpa data yang ditampilkan (bagaimana hal itu
akan selalu muncul pada saat pembukaan):
Untuk menggunakan alat baik "Produksi Seleksi
History" jendela harus terbuka sebelum menjalankan model atau:
save-p-history parameter perlu diatur ke t dalam model untuk memastikan
bahwa data yang direkam. Setelah menjalankan model Anda harus menekan
tombol "Get sejarah" tombol di sudut kiri bawah dari "Produksi Seleksi
History" jendela untuk mendapatkan data sejarah ditampilkan. Sementara
yang sedang dihasilkan jendela akan menampilkan kata "Sibuk" di sudut
kiri bawah dan kontrol lain akan dinonaktifkan. Ketika itu selesai ia
akan menampilkan kata "Selesai" di sudut dan tombol akan tersedia lagi.
Berikut adalah tampilan setelah menjalankan model menghitung dari unit 1
dari tutorial:
Kolom kiri menampilkan semua nama-nama produksi
dalam model, satu per baris, dan jika Anda klik pada nama produksi maka
akan membuka jendela Viewer baru Prosedural dengan produksi yang dipilih
untuk melihat teks dan parameter produksi itu (dengan asumsi bahwa
model tersebut masih tersedia saat ini di Lingkungan). Di sebelah kanan
yang ada kolom untuk setiap kali ada acara resolusi konflik dalam model
dengan waktu acara yang tercantum di bagian atas (kali meningkat ke
kanan). Secara default setiap peristiwa konflik resolusi akan memiliki
kolom. Namun, ada parameter yang disebut: draw-blank-kolom, yang
defaultnya t, namun dapat diatur untuk nil jika Anda tidak ingin
menampilkan kolom untuk acara resolusi konflik yang tidak menghasilkan
pemilihan dan pemecatan produksi . Atau, Anda dapat memeriksa
"Sembunyikan kolom kosong" kotak di bagian bawah jendela yang akan
menyebabkan itu untuk redraw grafik dengan kolom kosong dihapus. Berikut
adalah tampilan yang sama setelah memeriksa kotak "Sembunyikan kolom
kosong":
Mungkin maksud Anda adalah: The color of the cell
for a production row in a column indicates whether or not that
production matched during that conflict-resolution event and whether or
not it was the production which was selected. If the cell is green, then
the production matched and was selected. If the cell is orange then the
production matched but it was not selected, and if the cell is red then
the production did not match. The colors used can be changed by setting
the :p-history-colors parameter. It takes a list of three color string
values (as described for the tracing tools) and uses those colors for
the selected, matched, and mismatched items respectively. Warna sel
untuk baris produksi dalam kolom menunjukkan apakah atau tidak produksi
yang cocok selama acara resolusi konflik dan apakah atau tidak itu
adalah produksi yang dipilih. Jika sel berwarna hijau, maka produksi
cocok dan terpilih. Jika sel adalah orange maka produksi cocok tapi itu
tidak dipilih, dan jika sel merah maka produksi tidak cocok. Warna-warna
yang digunakan dapat diubah dengan mengatur: p-history-warna parameter.
Dibutuhkan daftar tiga nilai string warna (seperti yang dijelaskan
untuk alat tracing) dan menggunakan warna-warna untuk dipilih, cocok,
dan masing-masing item serasi.
Jika produksi yang dihasilkan kemudian di run,
biasanya melalui kompilasi produksi, maka untuk kolom zaman sebelum ada
itu tidak akan memiliki salah satu dari mereka warna dan akan muncul
sebagai latar belakang putih.
Scroll bar di sepanjang bagian bawah layar
memungkinkan Anda untuk menggulir melalui sejarah. The "+" dan "-"
tombol memungkinkan Anda untuk memperbesar atau memperkecil tampilan,
dan "Grid" siklus melalui tiga tombol pilihan untuk apakah atau tidak
garis grid hitam diambil untuk kolom dan baris: baik ditarik, hanya
baris baris, tidak ada garis.
Di bawah ini adalah lari dari model bst-nolearn
dari unit 6 dari tutorial memperkecil keluar dan menggulir untuk melihat
beberapa produksi yang bersaing, dalam hal ini kekuatan-atas,
memutuskan-under, dan kekuatan-under produksi:
Menempatkan kursor mouse ke sel-sel di layar akan
menghasilkan informasi tambahan yang ditampilkan di bagian bawah
jendela. Jika sel oranye atau hijau, karena produksi melakukan
pertandingan selama acara resolusi konflik, maka kedua nilai utilitas
berisik produksi yang pada waktu itu (yang adalah apa yang ditentukan
mana yang dipilih) dan U (n) nilai sebenarnya dari produksi pada saat
itu akan ditampilkan. Berikut ini adalah bahwa layar dengan mouse di
atas sel kekuatan-over produksi pada saat 1,275:
Jika mouse ditempatkan di atas salah satu sel
darah merah, produksi yang tidak cocok pada waktu itu, maka alasan
kembali dari perintah whynot ACT-R pada saat itu ditampilkan untuk
menunjukkan mengapa produksi yang tidak sesuai. Berikut adalah tampilan
dengan mouse ke sel encode-over pada waktu 1.14:
Salah satu penggunaan potensial untuk alat ini
adalah dalam menyelidiki produksi yang dihasilkan melalui kompilasi
produksi. Seringkali banyak produksi baru yang dihasilkan dan bisa sulit
untuk menentukan mana yang menjadi umumnya berguna atau mana yang tidak
pernah digunakan. Alat ini akan memberikan beberapa umpan balik grafis
untuk membantu menemukan produksi belajar yang tidak pernah cocok dan
mereka yang cocok dan yang sering dipilih.
3.11.2. Retrieval History
Menekan tombol ini akan membuka baru "Retrieval
History" jendela untuk model saat ini dan sejumlah jendela-jendela
mungkin terbuka. Berikut adalah tampilan jendela tanpa data yang
ditampilkan (bagaimana hal itu akan selalu muncul pada saat pembukaan):
Untuk menggunakan alat baik "Retrieval History"
jendela harus terbuka sebelum menjalankan model atau: save-dm-sejarah
parameter dan: parameter SACT perlu diatur ke t dalam model untuk
memastikan bahwa data yang direkam. Setelah menjalankan model yang Anda
butuhkan untuk tekan tombol "Get History" tombol di sudut kiri atas dari
"Retrieval History" window untuk mendapatkan data sejarah ditampilkan.
Berikut adalah apa jendela menunjukkan setelah menekan "Dapatkan
History" setelah menjalankan model kipas dari unit 5 dari tutorial untuk
kalimat "the hippie adalah di taman ":
Kolom kiri menampilkan semua waktu di mana
permintaan pengambilan dibuat. Memilih salah satu dari mereka kali akan
menyebabkan "Chunks Matching" dari jendela untuk daftar semua potongan
yang berada di memori deklaratif dan cocok permintaan pada waktu itu.
Item di bagian atas daftar adalah salah satu yang diambil, atau akan
menjadi kata kunci: pengambilan-kegagalan jika tidak ada potongan yang
diambil. Sisa potongan dalam daftar tersebut tanpa urutan tertentu.
"Permintaan" dari jendela akan menampilkan permintaan yang dibuat pada
waktu itu.
Memilih salah satu potongan dari "potongan
Matching" daftar akan menghasilkan "Details" yang diajukan dengan
pencetakan sepotong bersama dengan nilai-nilai parameter untuk sepotong
bahwa pada saat permintaan pengambilan. Perhatikan bahwa alat ini
mengasumsikan operasi normal dari sistem di mana potongan dalam memori
deklaratif tidak dapat diubah. Jadi, sementara parameter dicatat pada
saat permintaan pencetakan chunk itu sendiri didasarkan pada potongan
pada waktu saat ini dalam model. The "Aktivasi" dari layar akan
menampilkan jejak aktivasi rinci tentang bagaimana aktivasi yang
potongan itu dihitung pada waktu itu. Berikut adalah alat setelah
memilih kedua kalinya 0.585 dan potongan pertama pada daftar yang
dihasilkan, p1:
3.11.3. Buffer History
Pressing this button opens a new “Buffer
History†window for the current model and any number of those windows
may be open. Here is a display of the window without any data shown (how
it will always appear upon opening):
Untuk menggunakan alat baik "Buffer History"
jendela harus terbuka sebelum menjalankan model atau: save-buffer
sejarah parameter perlu diatur ke t dalam model untuk memastikan bahwa
data yang direkam. Setelah menjalankan model Anda harus menekan tombol
"Get History" tombol di sudut kiri atas dari "Buffer History" jendela
untuk mendapatkan data sejarah ditampilkan. Berikut adalah apa jendela
menunjukkan setelah menekan "Dapatkan History" setelah menjalankan model
kipas dari unit 4 dari tutorial untuk kalimat "hippie adalah di taman":
Kolom kiri menampilkan semua waktu di mana
perubahan terjadi di beberapa penyangga, di mana perubahan adalah salah
satu dari: kliring penyangga, sepotong ditempatkan ke dalam buffer,
potongan dalam buffer yang dimodifikasi, atau perubahan di salah satu
query penyangga "negara bebas", "negara sibuk" atau "kesalahan negara".
Kolom tengah menampilkan nama semua buffer dalam model. Memilih waktu
dan salah satu dari buffer akan menghasilkan "Details" bagian yang
diajukan dengan hasil dari memanggil penyangga-penyangga-potongan dan
status buffer yang pada waktu yang ditentukan. Berikut adalah alat
setelah memilih waktu 0,25 detik dan buffer imaginal:
3.12. BOLD tools
Alat Bagian BOLD memberikan representasi grafis
dari BOLD (Oksigen Darah Tingkat Dependent) Data prediksi respon yang
model menghasilkan. Penjelasan lengkap tentang bagaimana yang dihitung
adalah di luar lingkup dokumen ini, tetapi deskripsi yang sangat singkat
akan diberikan di sini sebelum menggambarkan alat.
Untuk setiap penyangga di ACT-R pola penggunaan,
seperti terlihat pada jejak grafis, dapat direkam. Bahwa pola tercatat
penggunaan lebih lari kemudian dapat dianggap sebagai permintaan
metabolik pada otak yang dapat dikombinasikan dengan fungsi respon
hemodinamik untuk membuat prediksi respon BOLD. Penelitian sebelumnya
telah mengakibatkan menghubungkan masing-masing buffer dalam ACT-R
dengan daerah tertentu dari otak. Dengan demikian, pola penggunaan
buffer menyebabkan prediksi untuk respon BOLD terlihat di berbagai
wilayah otak.
Mirip dengan alat Tracing, alat BOLD mengharuskan
Anda mengatur parameter: save-penyangga-trace ke t dalam model untuk
merekam data yang dibutuhkan untuk memproduksi layar ini. Seperti dengan
alat Tracing, beberapa alat BOLD dapat dibuka sebelum menjalankan model
dan akan mengatur parameter yang secara otomatis, tetapi yang lain
tidak akan dan hanya boleh dibuka setelah model selesai berjalan. Uraian
di bawah ini akan menunjukkan bila alat tertentu harus digunakan
relatif terhadap menjalankan model.
3.12.1. Buffer graphs
tombol "Buffer grafik" akan membuka baru "BOLD Grafik" window untuk saat ini Model yang terlihat seperti ini:
Setiap jumlah jendela tersebut dapat terbuka pada
suatu waktu. Membuka jendela ini sebelum model berjalan secara otomatis
akan mengatur: save-penyangga-jejak parameter t.
Kolom di sisi kiri daftar semua buffer dalam
model. Memilih penyangga dari daftar akan menghasilkan grafik yang
ditarik di panel di sebelah kanan jendela yang menunjukkan data yang
dikembalikan oleh perintah memprediksi-berani-respons ACT-R untuk buffer
skala ke kisaran 0,0-1,0. Berikut adalah grafik untuk buffer
pengambilan setelah menjalankan model pembelajaran asosiasi berpasangan
dari unit 4 dari tutorial untuk dua item lima uji coba masing-masing:
tombol "+" dan "-" di bagian atas dapat digunakan
untuk memperbesar atau memperkecil pada grafik dan di sini adalah bahwa
grafik yang sama setelah diperbesar untuk melihat lebih banyak data:
The Start dan Berhenti kotak dapat digunakan untuk
membatasi tampilan ke segmen tertentu jalankan. Setiap kotak dapat
memiliki waktu dalam hitungan detik masuk di dalamnya. Jika kotak Mulai
kosong maka data tersebut akan dimulai pada 0s waktu, dan jika kotak
Berhenti kosong maka waktu akhir adalah waktu model saat ini. Setelah
menyesuaikan nilai Start dan Berhenti Anda harus menekan "Tampilkan
kembali" tombol untuk memiliki grafik digambar ulang. Berikut ini adalah
bahwa jejak yang sama terbatas waktu antara 10 dan 20 detik di jalankan
pada tingkat zoom yang berbeda:
Perhatikan bahwa data mungkin tidak selalu cocok
dengan tepat waktu yang ditentukan. Itu karena data yang dihasilkan
berdasarkan pada interval tertentu dalam model dengan: parameter
tebal-inc yang defaultnya adalah 1,5 detik, dan menyesuaikan Start and
Stop kali tidak mengubah interval yang digunakan. Selalu mulai
incrementing dari waktu 0 dan plot data berdasarkan tengah setiap
interval.
Hal ini juga memungkinkan untuk memilih lebih dari
satu penyangga di kolom di sebelah kiri. Setiap penyangga terpilih akan
diundi di layar saat ini. Warna pemilihan buffer sesuai dengan warna
data yang buffer dalam grafik. Berikut adalah data dari pengambilan dan
buffer visual yang baik ditunjukkan pada layar yang sama untuk tugas
itu:
Jika "Skala seluruh daerah" kotak dicentang maka
untuk setiap buffer data BOLD skala untuk kisaran 0,0-1,0 untuk tampilan
berdasarkan nilai maksimum untuk penyangga itu. Jika "Skala seluruh
daerah" kotak dicentang, maka data untuk semua buffer adalah skala ke
kisaran 0,0-1,0 berdasarkan nilai maksimum antara semua buffer. Hal ini
memungkinkan seseorang untuk melihat efek lebih jelas untuk buffer
tertentu atau untuk membandingkan hasil dari berbagai daerah ketika
diinginkan. Berikut adalah data yang sama dengan "Skala seluruh daerah"
kotak diperiksa:
3.12.2. 2D brain
tombol "Otak 2D" akan membuka "BOLD Brain"
jendela untuk model saat ini jika tidak ada sudah satu terbuka atau
membawanya ke depan jika sudah terbuka karena hanya ada satu terbuka
"BOLD Brain" window per model. Jendela "BOLD Brain" menunjukkan irisan
citra otak referensi dan menampilkan nilai data BOLD untuk buffer
sebagai kode warna kotak pada gambar di daerah dengan yang buffer yang
sesuai telah dikaitkan. Alat ini hanya boleh dibuka setelah model
berjalan karena tidak refresh data setelah itu telah dibuka. Karena itu,
tidak mengatur: save-penyangga-jejak parameter. Berikut adalah apa
jendela terlihat seperti:
Buffer yang asosiasi otak didefinisikan
ditampilkan di sebelah kiri dalam warna yang akan digunakan untuk
menarik mereka dalam gambar dan dalam urutan di mana mereka digambarkan
dalam gambar yaitu buffer manual ditarik di atas dan irisan buffer
visual yang lebih rendah. Jika "perbatasan Tampilkan kotak" tombol
dipilih maka kotak berwarna akan ditampilkan untuk setiap buffer apakah
ada atau tidak ada aktivitas apapun.Hal ini dapat digunakan untuk
melihat di mana daerah berada dalam ketiadaan aktivitas apapun dan
terlihat seperti ini tanpa data lain yang ditampilkan:
slider sepanjang bagian bawah memungkinkan
seseorang untuk memilih pemindaian tertentu dari menjalankan dimana data
harus ditampilkan. Scan terjadi berdasarkan nilai: parameter tebal-inc,
dengan scan terjadi setiap: berani-inc detik. Pada setiap memindai
kecerahan kotak yang sesuai menunjukkan aktivitas BOLD dalam buffer itu.
Setiap penyangga memiliki data yang BOLD yang skala 0,0-1,0 individual
dan yang digunakan sebagai nilai kecerahan dalam menampilkan warna.
Dengan demikian, jika tidak ada aktivitas, nilai 0, maka kotak akan
berwarna hitam dan jika ada banyak kegiatan, nilai dekat 1.0, maka kotak
akan berwarna cerah. Berikut adalah gambar dari model asosiasi
dipasangkan sebagai dijalankan untuk data grafik di scan 2-4 menunjukkan
aktivitas di beberapa buffer meningkat pada awal tugas:
3.12.4. 3D brain
Tombol "Otak 3D" akan membuka "3d penampil BOLD"
jendela untuk model saat ini jika belum terbuka atau membawanya ke
depan jika sudah terbuka karena hanya ada satu terbuka per model. The
"3d viewer BOLD" jendela menunjukkan informasi yang sama seperti
penampil 2d dijelaskan di atas, kecuali bukan menggunakan gambar dari
otak referensi kotak tertarik dalam model tiga-dimensi otak wireframe
mentah.
Seperti penampil 2D, data untuk tampilan tidak
diperbarui setelah membuka jendela dan karenanya tidak boleh dibuka
sampai setelah model yang telah dijalankan. Berikut adalah apa yang
tampak seperti jendela secara default:
Buffer yang asosiasi otak didefinisikan
ditampilkan di sebelah kiri dalam warna yang digunakan untuk menggambar
garis kotak daerah dalam gambar. Tampilan default adalah top-down dengan
bagian depan otak sebelah kiri, tetapi otak bisa diputar dan
dipindahkan dengan mengkliknya dan menggerakkan mouse. Jika tombol kiri
mouse diklik dan ditahan menggerakkan mouse akan memutar otak sekitar
titik pusatnya. Jika tombol kanan mouse diklik dan diselenggarakan
bergerak ke atas mouse dan bawah akan memperbesar dan memperkecil pada
gambar, dan jika tombol tengah mouse diklik dan ditahan menggerakkan
mouse akan bergerak di sekitar otak di jendela tanpa berputar
itu.Berikut ini adalah tampilan gambar setelah itu telah dipindahkan dan
diputar:
slider sepanjang bagian bawah memungkinkan
seseorang untuk memilih pemindaian tertentu dari menjalankan dimana data
harus ditampilkan dengan cara yang sama bahwa hal itu untuk penampil
2D. Pada setiap memindai kotak untuk setiap buffer akan diisi dengan
warna gray-scale yang menunjukkan aktivitas BOLD dalam buffer yang
dengan warna referensi ditunjukkan oleh gradien ditampilkan di kiri atas
jendela. Garis box akan selalu digambar dengan tepi berwarna cerah.
Setiap penyangga memiliki data BOLD yang skala 0,0-1,0 individual dan
yang digunakan sebagai nilai kecerahan dalam menampilkan warna dan nomor
yang juga ditampilkan di kiri jendela setelah nama penyangga. Berikut
adalah gambar dari model yang asosiasi yang dipasangkan sebagai run
untuk data grafik di scan 4 aktivitas menunjukkan di beberapa buffer:
Run-time 3D brain
"Run-time 3D otak" tombol akan membuka "3d BOLD
run-time viewer" jendela untuk model saat ini jika belum terbuka atau
membawanya ke depan jika sudah terbuka karena hanya ada satu terbuka per
Model. The "3d BOLD run-time viewer" window menampilkan informasi yang
sama dan bekerja dengan cara yang sama seperti penampil otak 3D
dijelaskan di atas, kecuali bahwa ia tidak memiliki slider bar untuk
memilih scan dan bukannya diperbarui sebagai model berjalan. Ini harus
dibuka sebelum model dimulai. Secara otomatis mengatur:
save-penyangga-jejak parameter dan akan memperbarui sebagai model
berjalan. Ini hanya boleh digunakan jika model berjalan secara real time
atau jika stepper sedang digunakan karena jika layar tidak akan mampu
bersaing dengan model data dan semua alat-alat Lingkungan akan menjadi
non-responsif sebagai hasilnya.
3.14. Miscellaneous
Bagian Miscellaneous berisi kontrol yang tidak
terlibat dengan sebenarnya pemodelan dan dengan demikian tidak termasuk
salah satu bagian lainnya. Satu-satunya kontrol dalam lingkungan saat
ini adalah tombol Options yang memungkinkan pengguna untuk menentukan
beberapa pengaturan untuk bagaimana Lingkungan harus beroperasi.
3.14.1. Options
Menekan tombol "Options" tombol akan memunculkan
"Options" jika belum terbuka atau membawanya ke depan jika terbuka
karena hanya ada satu jendela tersebut terbuka pada suatu waktu. Berikut
adalah apa yang "Options" jendela terlihat seperti:
Ini memiliki beberapa pilihan yang dapat
diaktifkan atau dinonaktifkan dengan mencentang atau menghapus centang.
Ketika jendela dibuka setting arus pilihan akan ditampilkan dalam
pilihan. Beberapa pilihan hanya berarti ketika menggunakan editor dengan
versi standalone Lingkungan Hidup, tetapi mereka semua akan dijelaskan
di bawah ini untuk kelengkapan. Pertama, tombol di bagian bawah jendela
akan dijelaskan, dan kemudian masing-masing pilihan sendiri.
SAVE
Menekan tombol "Simpan" tombol akan menerapkan
pilihan saat ini untuk Lingkungan serta menghemat mereka ke sebuah file
sehingga waktu berikutnya lingkungan dimulai pengaturan tersebut akan
digunakan sebagai ganti dari default. Ini juga akan menutup "Options"
jendela setelah menyimpan pengaturan.
APPLY
Menekan tombol "Apply" tombol akan menerapkan
pilihan saat ini untuk Lingkungan untuk mengubah cara beroperasi. Ini
tidak menyimpan mereka pengaturan untuk penggunaan masa depan juga tidak
menutup jendela.
CANCEL
Pressing the “Cancel†button will close the
window without applying or saving any of the changes which have been
made to the options since the last save or apply occurred
REVERT
Menekan tombol "Kembalikan" tombol akan
mengembalikan semua pilihan dengan nilai-nilai yang mereka miliki saat
terakhir diterapkan atau disimpan, kehancuran setiap perubahan yang
telah dibuat. Ini tidak menutup jendela, juga tidak menyimpan atau
menerapkan nilai-nilai.
Gunakan jendela Environment untuk tampilan Percobaan
This option is only meaningful if ACT-R is running
in a Lisp which has GUI tools available and which also has the
appropriate support in the ACT-R graphics interface. At this time those
Lisps would be ACL w/IDE, LispWorks, MCL, and CCL. If ACT-R is running
in any other Lisp, then the selection of this box is ignored. The
default for this option is selected (enabled) which means that when the
Environment is connected to ACT-R any experiment window opened with the
ACT-R open-exp- window command which is visible will be displayed in a
window opened by the Environment in Tcl/Tk instead of with the Lisp’s
native GUI tools. If the option is disabled then the Lisp’s native GUI
tools will be used to display visible windows opened with the
open-exp-window command.
Compile definitions when model opened or reloaded .
Opsi ini mengontrol bagaimana model yang dimuat
atau reloaded melalui Lingkungan. Jika kotak tidak dicentang (default)
maka file yang dimuat atau dibuka dengan "Load Model" atau "Open Model"
tombol (perhatikan bahwa "model Open" hanya tersedia secara default
dengan versi standalone) dimuat langsung dengan beban perintah cadel,
dan ketika "Reload" tombol ditekan perintah reload ACT-R disebut tanpa
parameter.
The default untuk opsi ini dipilih (diaktifkan)
yang berarti bahwa ketika Lingkungan terhubung ke ACT-R setiap jendela
percobaan dibuka dengan ACT-R open-exp-jendela perintah yang terlihat
akan ditampilkan di jendela dibuka oleh Lingkungan di Tcl / Tk bukan
dengan alat GUI asli Lisp itu. Jika opsi ini dinonaktifkan maka alat GUI
asli Lisp akan digunakan untuk menampilkan jendela terlihat dibuka
dengan perintah open-exp-window.
Jika opsi ini diaktifkan maka ketika file dimuat
atau membuka file tersebut pertama kali dikompilasi dengan perintah Lisp
kompilasi file dan kemudian file dikompilasi dimuat dengan perintah
beban. Ketika "Reload" tombol ditekan jika opsi ini diaktifkan nilai t
diberikan sebagai parameter opsional untuk perintah reload yang akan
menyebabkan itu juga mengkompilasi file sebelum pemuatan. Satu hal yang
perlu diperhatikan tentang memiliki parameter diaktifkan adalah bahwa
jika Anda langsung memuat file dikompilasi maka "Reload" tombol tidak
akan bekerja untuk file itu karena tidak akan dapat mengkompilasi file
sudah dikompilasi dan akan mencetak peringatan ini sebagai gantinya:
#|Warning: To use the compile option the pathname must have type lisp. |#
Automatically save an open model when reload pressed
Pilihan ini hanya mempengaruhi pengoperasian
Lingkungan bila menggunakan "model Open" tombol yang tersedia dengan
versi standalone (atau diaktifkan oleh pengguna seperti yang dijelaskan
dalam Memperluas atau Mengganti bagian Environment). Jika opsi ini
diaktifkan, yang merupakan default, maka setiap perubahan yang dibuat ke
file model yang sedang terbuka akan disimpan sebelum perintah reload
disebut dalam menanggapi menekan tombol "Reload" tombol. Jika opsi ini
tidak dicentang maka perubahan tidak akan disimpan oleh Lingkungan
sebelum perintah reload dipanggil dan dengan demikian versi sebelumnya
disimpan akan dimuat.
Show the ACT-R copyrights screen
Pilihan ini mengatur apakah atau tidak jendela
menunjukkan ACT-R hak cipta informasi yang ditampilkan setiap kali
Lingkungan dimulai. Jika diaktifkan maka jendela akan ditampilkan dan
jika dinonaktifkan maka tidak akan ditampilkan.
Save a backup every time
Pilihan ini hanya mempengaruhi pengoperasian
Lingkungan bila menggunakan "Open Model:" tombol. Jika opsi ini
diaktifkan, maka setiap kali model file disimpan (termasuk tabungan
otomatis setelah isi ulang jika diaktifkan) salinan cadangan dari file
yang ada dibuat terlebih dahulu. Salinan cadangan akan memiliki nama
yang sama dengan file asli dengan peningkatan jumlah ditambahkan ke
akhir dari ekstensi file. Ini akan ditulis ke direktori yang sama dengan
file asli. Dengan demikian, jika file count.lisp dibuka dan kemudian
mengisi sebuah file bernama count.lisp-0 akan dibuat dalam direktori
yang sama seperti file count.lisp asli dan akan menjadi salinan file
count.lisp sebelum perubahan saat ini disimpan ke dalamnya. Jika itu
reloaded lagi maka sebuah file bernama count.lisp-1 akan dibuat, dan
sebagainya.
File-file backup ini hanya dimaksudkan sebagai
perlindungan terhadap kecelakaan dari sistem atau kesalahan lain yang
dapat menyebabkan hilangnya file sedang dikerjakan. File asli akan
selalu menjadi versi yang paling baru-baru ini disimpan model dan Anda
tidak harus membuka atau load file backup langsung kecuali benar-benar
diperlukan. Setelah Lingkungan telah berhasil ditutup Anda harus merasa
bebas untuk menghapus setiap dan semua file backup. Jika sistem crash
atau karena alasan lain Anda ingin menggunakan salah satu file backup
pertama Anda harus mengubah nama untuk sesuatu yang berarti jika Anda
berencana untuk membukanya di Lingkungan karena jika tidak maka juga
akan memiliki backup terbuat dari itu yang kemudian akan terlihat
seperti-count.lisp 1-0 dan yang dapat menjadi membingungkan sangat
cepat.
Allow the environment to work with multiple models
Kontrol Pilihan ini apakah Lingkungan
mengasumsikan akan ada hanya pernah menjadi salah satu model yang
didefinisikan pada suatu waktu, atau jika itu akan menyediakan alat
terpisah untuk beberapa model didefinisikan secara bersamaan. Pengaturan
default adalah off. Dalam hal itu jika lebih dari satu model
didefinisikan peringatan ini akan ditampilkan:
Jika pengaturan ini diaktifkan, maka ia akan menampilkan dialog ini ketika perubahan yang dibuat:
Untuk mengubah Lingkungan aman dari modus model
tunggal ke mode multiple model yang memerlukan berhenti dan memulai
koneksi ke Lisp. Dengan demikian, ketika membuat yang mengubah "Simpan"
tombol harus selalu digunakan untuk membuat perubahan karena "Terapkan"
tombol pengaturan itu tidak bertahan di satu berhenti dan mulai dari
Lingkungan.
Bab IV
4.1. Introduction
Model kognitif komputasi sering memiliki
internal kompleksitas yang tidak dapat dinilai cukup hanya menggunakan
tindakan perilaku (Anderson, 2007; Myung, 2000; Pitt & Myung, 2002;
Roberts & Pashler, 2000). Komputasi Model biasanya menyediakan
saat-demi-saat rekening kognisi dengan resolusi waktu milidetik.
Sebaliknya, waktu reaksi dan akurasi adalah ukuran kumulatif yang
memberikan beberapa indikasi tentang apa yang terjadi selama tugas, tapi
jangan tidak memberikan saat-demi-saat akun. Situasi ini bermasalah,
karena langkah-langkah kognitif yang mengarah ke respon sering dapat
diatur dengan cara yang berbeda (lihat misalnya, . Borst et al, 2010,
Gambar 2; Marewski & Mehlhorn, 2011)
Dalam dekade terakhir, para peneliti telah
berpaling ke mata gerakan (misalnya, Salvucci, 2006) dan data
neuroimaging (misalnya, Anderson, 2007; Hanya & Varma, 2007) untuk
tambahan kendala dan bimbingan dalam mengembangkan model kognitif.
Untuk membatasi dan memvalidasi model yang
dikembangkan dalam ACT-R arsitektur kognitif metodologi dikembangkan
untuk meramalkan data fMRI (untuk perkenalan, lihat Anderson et al.,
2008; Borst & Anderson, 2013a). ACT-R mensimulasikan kognisi sebagai
satu set modul independen yang berfungsi sekitar modul prosedural
pusat. Ada modul untuk persepsi (visual, aural) dan tindakan (manual,
vokal), dan beberapa modul kognitif pusat. Modul-modul ini telah
dipetakan ke kecil Region-of-interest (ROI) di otak, yang dianggap aktif
bila sesuai modul yang aktif. Dengan convolving aktivitas model dengan
fungsi hemodinamik respone, seseorang dapat memprediksi
Darah-Oksigen-Level-Dependent (BOLD) respon di wilayah ini - yang
kemudian dapat dibandingkan dengan data yang fMRI untuk mengevaluasi
model.
4.2. Meta-model-based fMRI
Untuk menemukan korelasi noural dari lima modul
ACR-R, Borst dan Anderson (2013B) diterapkan model berbasis fMRI sampai
lima dataset yang ada dengan metode baru yang terkait untuk menganalisis
data fMRI. Alih-alih kemunduran kondisi-struktur percobaan terhadap
data fMRI, seperti yang dilakukan conventionallay, prediksi berasal dari
model compatational yang mundur agains data. Jadi, alih-alih
menunjukkan di mana condtion eksperimental tertentu memunculkan
aktivitas di otak, metode yang mengungkapkan daerah otak coreespond
model konstruksi tertentu, berbasis Model fMRI telah ben berhasil
diterapkan untuk menemukan daerah yang terlibat dalam pembelajaran
penguatan dan pengambilan keputusan, Meskipun metode biasanya digunakan
dengan nilai-nilai arameter model matematika, kami sebelumnya telah
menunjukkan bahwa hal itu juga dapat digunakan dengan model komputasi,
seperti ACT-R (Boset, Taatgen, & Van Rijn, 2011).
Borst dan Anderson (2013b) digunakan model
berbasis fMRI untuk menemukan korelasi saraf dari lima modul ACT-R:
keadaan masalah (juga disebut sebagai modul imaginal), memori
deklaratif, persepsi pendengaran dan visual, dan kanan.
Tindakan manual. Modul ini terlokalisasi dalam
lima dataset yang ada dengan terkait ACT-R model, yang berkisar dari
pasangan-asosiasi belajar untuk multitasking. itu Hasil balita ini set
analisis dikombinasikan dalam meta-analisis untuk mendapatkan pemetaan
yang independen dari kekhasan tugas dan model. Seperti yang diharapkan,
model yang tepat-petunjuk ACT-R terlokalisir korteks motorik kiri,
membentang dari precentral yang gyrus, gyrus melalui postcentral, ke
lobus parietal. Modul aural dipetakan ke daerah sekitar superior gyrus
temporal di kedua belahan otak. Modul visual yang berkorelasi secara
signifikan dengan aktivitas di kiri dan kanan oksipital tengah gyri,
memperluas ke parietal inferior lobulus. Kedua state masalah dan memori
deklaratif modul berkorelasi secara signifikan dengan aktivitas di
sekitar gyrus frontal inferior dan cingulate anterior. Selain itu, modul
state masalah dipetakan ke sebuah daerah yang luas sekitar sulkus
intraparietal.
Untuk lebih memisahkan berkorelasi saraf masalah
modul state dan memori deklaratif, Borst dan Anderson diselidiki untuk
yang daerah memori deklaratif prediksi menjelaskan varians signifikan
lebih daripada prediksi state masalah dan sebaliknya. Ini mengungkapkan
daerah di gyrus frontal inferior untuk memori deklaratif, dan, tidak
mengherankan, wilayah sekitar intraparietal ini sulkus untuk modul state
masalah. Pada bagian berikutnya kita akan menggunakan hasil ini untuk
mengembangkan ROI baru untuk lima modul.
4.3. Metode
ROI definition Untuk membuat ROI baru kami
menggunakan meta-analisis dari Borst dan Anderson (2013b). Kami
pengambangan hasil mereka pada p <10-7 dan setidaknya 250 voxel per
cluster. Untuk manual, visual, dan modul aural, kami kemudian mengambil
voxel paling signifikan sebagai benih, dan berulang kali memilih voxel
paling signifikan berbatasan dengan wilayah yang dipilih saat ini,
sampai kami mencapai 100 voxel.
Untuk masalah dan modul memori deklaratif kami
mengikuti prosedur yang sama, kecuali bahwa kami mengambil sebagian
voxel signifikan dari analisis disosiasi sebagai benih. Artinya, untuk
modul masalah yang kita digunakan voxel a dekat dengan sulcus
intraparietal sebagai benih, dan untuk deklaratif memori voxel dekat
dengan gyrus frontal inferior. ini voxel yang terbaik dalam memisahkan
antara state dan masalah kontribusi memori deklaratif dengan sinyal
BOLD, dan akibatnya akan menyebabkan ROI yang dapat digunakan paling
berhasil untuk membedakan antara modul tersebut.
Experiment
Untuk membandingkan pemetaan baru untuk pemetaan
asli kita menerapkan mereka ke sebuah dataset fMRI dari Nijboer et al.
(2013). Dalam percobaan mereka, 16 subjek diminta untuk melakukan tiga
tugas yang berbeda: tugas visual tracking, tugas n-kembali, dan tugas
nada-menghitung. Tugas harus dilakukan baik secara terpisah maupun dalam
kombinasi (misalnya, n-back tone dan menghitung secara bersamaan),
menghasilkan enam kondisi yang berbeda. Dalam tugas pelacakan visual,
subjek diminta untuk melacak titik horizontal bergerak di layar dengan
menekan tombol kanan dan kiri dengan tangan kanan mereka.
Dalam tugas nada-menghitung, 20 nada
dipresentasikan pada interval pseudo-random dalam waktu 30 detik. Nada
baik bisa tinggi atau rendah; subjek diinstruksikan untuk hanya
menghitung.
nada tinggi (10-17 per trial). Selama tugas
nada-menghitung salib fiksasi disajikan di tengah layar, subjek diminta
untuk memberikan respon setelah sidang. Dalam tugas tunggal dan dalam
kondisi nada-menghitung & n-kembali respon ini diberikan dengan
tangan kanan, dengan nada-menghitung & pelacakan kondisi itu
diberikan dengan tangan kiri.
Dalam tugas n-kembali aliran surat disajikan di
layar. Setiap huruf ditampilkan untuk 1000 ms, diikuti oleh 1500 ms
kosong antara huruf. Untuk setiap huruf, subjek harus menunjukkan apakah
itu sama atau berbeda dengan surat 2-back, dengan menggunakan tangan
kiri mereka.
Dalam kondisi dual-tugas, baik tugas-tugas yang
ditampilkan pada layar pada saat yang sama. Ujian berlangsung 30 detik
di segala kondisi, diikuti dengan masa tanggap 10 detik dalam kondisi
nada-menghitung. Hal ini terkait dengan total 20 2 detik fMRI scan.
Untuk rincian tentang mata pelajaran, rangsangan, dan prosedur, lihat
Nijboer et al. (2013).
Bab V
Penutup
Kami akan mendiskusikan hasil pada
modul-by-modul dasar. Untuk setiap modul, kita akan membahas model
prediksi dan hasil dalam aslinya dan dalam ROI baru. Untuk menghasilkan
model prediksi kami menggunakan model Nijboer et al. (2013). Model
prediksi yang dihasilkan sebelum percobaan dijalankan; tidak ada usaha
dibuat di pas prediksi hasil.
Hal ini membuat berisi - dataset untuk
membandingkan kinerja asli dan ROI baru - dan oleh karena itu cocok.
Gambar 3 menunjukkan hasil untuk state masalah, memori deklaratif,
aural, dan modul visual, Gambar 4 menunjukkan hasil untuk modul panduan
kanan dan kiri. R2-nilai yang dilaporkan dalam angka-angka.
Daftar Pustaka
Anderson, J. R. (1974). Retrieval of propositional information from long-term memory. Cognitive Psychology, 6, 451–474.
Anderson, J. R. (1975). Item-specific and
relation-specific interference in sentence memory. Journal of
Experimental Psychology: Human Learning and Memory, 104, 249–260
Anderson, J. R. (1981). Interference: The
relationship between response latency and response accuracy. Journal of
Experimental Psychology: Human Learning and Memory, 7, 326–343.
Anderson, J. R. (1983). The architecture of cognition. Cambridge, MA: Harvard University Press
Anderson, J. R. (1991). Is human cognition adaptive? Behavioral and Brain Sciences, 14, 471–484
Anderson, J. R., & Bower, G. H. (1973). Human associative memory. Washington, DC: Winston and Sons.
Anderson, J. R., & Lebiere, C. (1998). The atomic components of thought. Mahwah, NJ: Erlbaum
Anderson, J. R., & Lebiere, C. (1998). The atomic components of thought. Mahwah, NJ: Erlbaum.
Anderson, J. R., & Matessa, M. (1997). A production system theory of serial memory. Psychological Review, 104, 728–748.
Anderson, J. R., & Paulson, R. (1978).
Interference in memory for pictorial information. Cognitive Psychology,
10, 178–202.
Anderson, J. R., & Reder, L. M. (1999). The
fan effect: New results and new theories. Journal of Experimental
Psychology: General, 128, 186–197.
Anderson, J. R., Reder, L. M., & Lebiere, C.
(1996). Working memory: Activation limitations on retrieval. Cognitive
Psychology, 30, 221–256.
Anderson, J. R., & Schooler, L. J. (1991). Reflections of the environment in memory. Psychological Science, 2, 396–408.
Anderson, J. R., Taatgen, N. A., & Byrne, M. D. (2005).
Learning to achieve perfect timesharing: Architectural implications of Hazeltine, Teague, and Ivry (2002).
Journal of Experimental Psychology: Human Perception and Performance, 31, 749–761. Atkinson, R. C., & Juola, J. F. (1974).
Search and decision processes in recognition
memory. In D. H. Krantz, R. C. Atkinson, R. D. Luce, & P. Suppes
(Eds.). Contemporary developments in mathematical psychology (Vol. 1,
pp. 243–293).
San Francisco, CA: W.H. Freeman. Cohen, A. L.,
Sanborn, A. N., & Shiffrin, R. M. (2008). Model evaluation using
grouped or individual data. Psychonomic Bulletin & Review, 15,
692–712.