MARC

 008240220s2023        ulk                      00        kor
■001000016933523
■00520240214101256
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798379962180
■035    ▼a(MiAaPQ)AAI30530522
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a150
■1001  ▼aRogers,  Bradley  W.  .
■24510▼aSurrogate  Reasoning:  A  Rationale  for  Treating  Mappings  as  Rational▼h[electronic  resource]
■260    ▼a[S.l.]▼bIndiana  University.  ▼c2023
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2023
■300    ▼a1  online  resource(159  p.)
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  85-01,  Section:  B.
■500    ▼aAdvisor:  Goldstone,  Robert  L.  ;Todd,  Peter  M.  .
■5021  ▼aThesis  (Ph.D.)--Indiana  University,  2023.
■506    ▼aThis  item  must  not  be  sold  to  any  third  party  vendors.
■520    ▼aPeople  use  the  range  of  their  knowledge  to  help  make  decisions  in  new  situations  and  to  solve  novel  problems,  often  drawing  from  the  breadth  of  their  experience.  So,  what  is  it  that  makes  the  past  relevant  to  the  present?  What  credibility  should  the  new  afford  to  the  old?  It  seems  to  depend  on  the  degree  of  correspondence  between  the  two.Mappings  are  thought  to  play  a  fundamental  role  in  numerous  cognitive  processes  including  recognition,  similarity,  category,  analogy,  and  even  use  of  symbols.  A  mapping  is  a  set  of  generic  correspondences  between  representations  that  help  us  match  up  things  we  care  about  to  the  things  we  know  about.  There  is  evidence  that  mappings  between  representations  are  themselves  kept  as  representations.  Numerous  computational  approaches  and  models  have  been  developed  to  construct  mappings  and  perform  cognitive  tasks.  There  is  now  even  a  mathematical  formalism  proposed  to  describe  mappings.  But  despite  these  efforts,  there  remains  to  be  put  forth  a  defensible  normative  account  of  why  a  set  of  generic  correspondences  between  two  representations  ought  to  be  trusted.In  this  dissertation,  I  propose  an  answer  to  the  question  "Why  trust  a  mapping?"  based  on  the  initial  reasoning  put  forth  by  J.S.  Mill  in  1882:  a  mapping  can  be  trusted  when  the  degree  of  alignment  between  representations  is  too  great  to  chalk  down  to  mere  chance.  In  other  words,  with  great  enough  observed  alignment  between  representations,  we  ought  to  be  surprised  if  certain  inferences  were  to  fail.  I  develop  two  Bayesian  models  that  instantiate  this  idea  of  rational  mappings,  and  I  apply  them  to  several  tasks  including  evaluating  mappings  of  a  partially  revealed  state  as  well  as  foraging  to  establish  and  validate  mappings.  I  also  present  those  tasks  as  experiments  to  people  and  compare  their  responses  to  the  rational  results.  Additionally,  I  discuss  the  role  of  mappings,  the  existing  models  that  use  them,  the  purpose  of  rational  analysis,  and  the  implications  of  a  normative  approach  to  mappings.
■590    ▼aSchool  code:  0093.
■650  4▼aPsychology.
■650  4▼aNeurosciences.
■653    ▼aAnalogy
■653    ▼aMapping
■653    ▼aRational
■653    ▼aBayesian  models
■653    ▼aNovel  problems
■690    ▼a0621
■690    ▼a0317
■71020▼aIndiana  University▼bPsychological  &  Brain  Sciences.
■7730  ▼tDissertations  Abstracts  International▼g85-01B.
■773    ▼tDissertation  Abstract  International
■790    ▼a0093
■791    ▼aPh.D.
■792    ▼a2023
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T16933523▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.
■980    ▼a202402▼f2024

미리보기

내보내기

chatGPT토론

Ai 추천 관련 도서