Difference between revisions of "Store:QLMit10"
Gianfranco (talk | contribs) (Created page with "==5. Modeling of the process of sensation–perception within indirect measurement scheme== Foundations of theory of ''unconscious inference'' for the formation of visual impressions were set in 19th century by H. von Helmholtz. Although von Helmholtz studied mainly visual sensation–perception, he also applied his theory for other senses up to culmination in theory of social unconscious inference. By von Helmholtz here are two stages of the cognitive process, and they...") |
|||
Line 1: | Line 1: | ||
==5. | ==5. Modellazione del processo di sensazione-percezione all'interno dello schema di misurazione indiretta== | ||
Le basi della teoria dell'inferenza inconscia per la formazione delle impressioni visive furono poste nel XIX secolo da H. von Helmholtz. Sebbene von Helmholtz abbia studiato principalmente la sensazione-percezione visiva, ha anche applicato la sua teoria per altri sensi fino al culmine nella teoria dell'inferenza dell'inconscio sociale. Di von Helmholtz qui ci sono due fasi del processo cognitivo, e discriminano tra ''sensazione e percezione'' come segue: | |||
* | * La sensazione è un segnale che il cervello interpreta come un suono o un'immagine visiva, ecc. | ||
* | * La percezione è qualcosa da interpretare come preferenza o attenzione selettiva, ecc. | ||
Nello schema della misurazione indiretta, le sensazioni rappresentano gli stati del sistema sensoriale umano e il sistema di percezione svolge il ruolo dell'apparato di misurazione. L'operatore unitario descrive il processo di interazione tra gli stati di sensazione e percezione. Questa modellazione quantistica del processo di sensazione-percezione è stata presentata in un documento (Khrennikov, 2015)<ref>Khrennikov A. A quantum-like model of unconscious-conscious dynamics Front. Psychol., 6 (2015), Article 997 Google Scholar</ref> con applicazione alla percezione bistabile e ai dati sperimentali dell'articolo (Asano et al., 2014).<ref>Asano M., Khrennikov A., Ohya M., Tanaka Y., Yamato I. Violation of contextual generalization of the leggett-garg inequality for recognition of ambiguous figures. Phys. Scripta T, 163 (2014), Article 014006. Google Scholar</ref> | |||
==6. | ==6. Modellazione degli effetti cognitivi== | ||
Nelle scienze cognitive e sociali, il seguente pool di opinioni è noto come esempio base dell'effetto ordine. Questo è il pool di opinioni Clinton-Gore (Moore, 2002).<ref>Moore D.W. Measuring new types of question-order effects Public Opin. Quart., 60 (2002), pp. 80-91.Google Scholar</ref> In questo esperimento, ai cittadini americani è stata posta una domanda alla volta, ad esempio, | |||
:<math>A=</math> | :<math>A=</math> "Bill Clinton è onesto e degno di fiducia?" | ||
:<math>B=</math> | :<math>B=</math> "Al Gore è onesto e degno di fiducia?" | ||
Sulla base dei dati statistici sperimentali sono state calcolate due distribuzioni sequenziali di probabilità, <math>p_{A,B}</math> e <math>p_{B,A}</math> (prima domanda <math>A</math> e poi domanda <math>B</math> e viceversa). | |||
===6.1. Order effect for sequential questioning=== | ===6.1. Order effect for sequential questioning=== | ||
I dati statistici di questo esperimento hanno dimostrato l'effetto dell'ordine delle domande QOE (Question Order Effect), dipendenza della distribuzione di probabilità congiunta sequenziale per le risposte alle domande sul loro ordine <math>p_{(A,B)}\neq p_{(B,A)}</math>. Osserviamo che nel modello CP queste distribuzioni di probabilità coincidono: | |||
<math>p_{A,B}(\alpha,\beta)= P(\omega\in\Omega: A(\omega)= \alpha,B(\omega)=\beta)=p_{A,B}(\beta,\alpha)</math> | <math>p_{A,B}(\alpha,\beta)= P(\omega\in\Omega: A(\omega)= \alpha,B(\omega)=\beta)=p_{A,B}(\beta,\alpha)</math> | ||
dove <math>\Omega</math> è uno spazio campionario <math>P</math> e è una misura di probabilità. | |||
QOE | QOE stimola l'applicazione del QP-calculus alla cognizione, vedi documento (Wang e Busemeyer, 2013).<ref>Wang Z., Busemeyer J.R. A quantum question order model supported by empirical tests of an a priori and precise prediction. Top. Cogn. Sci., 5 (2013), pp. 689-710</ref> Gli autori di questo articolo hanno sottolineato che la caratteristica non commutativa delle probabilità congiunte può essere modellata utilizzando la non commutatività di osservabili quantistici incompatibili <math>A,B</math> rappresentati da operatori Hermitiani <math>\widehat{A},\widehat{B}</math> . Lo osservabile <math>A</math> rappresenta la domanda Clinton e lo osservabile <math>B</math> rappresenta la domanda Gore. In questo modello, QOE è identica incompatibilità-non commutatività degli osservabili: | ||
<math>[\widehat{A},\widehat{B}]\neq0</math> | <math>[\widehat{A},\widehat{B}]\neq0</math> |
Revision as of 18:25, 31 March 2023
5. Modellazione del processo di sensazione-percezione all'interno dello schema di misurazione indiretta
Le basi della teoria dell'inferenza inconscia per la formazione delle impressioni visive furono poste nel XIX secolo da H. von Helmholtz. Sebbene von Helmholtz abbia studiato principalmente la sensazione-percezione visiva, ha anche applicato la sua teoria per altri sensi fino al culmine nella teoria dell'inferenza dell'inconscio sociale. Di von Helmholtz qui ci sono due fasi del processo cognitivo, e discriminano tra sensazione e percezione come segue:
- La sensazione è un segnale che il cervello interpreta come un suono o un'immagine visiva, ecc.
- La percezione è qualcosa da interpretare come preferenza o attenzione selettiva, ecc.
Nello schema della misurazione indiretta, le sensazioni rappresentano gli stati del sistema sensoriale umano e il sistema di percezione svolge il ruolo dell'apparato di misurazione. L'operatore unitario descrive il processo di interazione tra gli stati di sensazione e percezione. Questa modellazione quantistica del processo di sensazione-percezione è stata presentata in un documento (Khrennikov, 2015)[1] con applicazione alla percezione bistabile e ai dati sperimentali dell'articolo (Asano et al., 2014).[2]
6. Modellazione degli effetti cognitivi
Nelle scienze cognitive e sociali, il seguente pool di opinioni è noto come esempio base dell'effetto ordine. Questo è il pool di opinioni Clinton-Gore (Moore, 2002).[3] In questo esperimento, ai cittadini americani è stata posta una domanda alla volta, ad esempio,
- "Bill Clinton è onesto e degno di fiducia?"
- "Al Gore è onesto e degno di fiducia?"
Sulla base dei dati statistici sperimentali sono state calcolate due distribuzioni sequenziali di probabilità, e (prima domanda e poi domanda e viceversa).
6.1. Order effect for sequential questioning
I dati statistici di questo esperimento hanno dimostrato l'effetto dell'ordine delle domande QOE (Question Order Effect), dipendenza della distribuzione di probabilità congiunta sequenziale per le risposte alle domande sul loro ordine . Osserviamo che nel modello CP queste distribuzioni di probabilità coincidono:
dove è uno spazio campionario e è una misura di probabilità.
QOE stimola l'applicazione del QP-calculus alla cognizione, vedi documento (Wang e Busemeyer, 2013).[4] Gli autori di questo articolo hanno sottolineato che la caratteristica non commutativa delle probabilità congiunte può essere modellata utilizzando la non commutatività di osservabili quantistici incompatibili rappresentati da operatori Hermitiani . Lo osservabile rappresenta la domanda Clinton e lo osservabile rappresenta la domanda Gore. In questo modello, QOE è identica incompatibilità-non commutatività degli osservabili:
- ↑ Khrennikov A. A quantum-like model of unconscious-conscious dynamics Front. Psychol., 6 (2015), Article 997 Google Scholar
- ↑ Asano M., Khrennikov A., Ohya M., Tanaka Y., Yamato I. Violation of contextual generalization of the leggett-garg inequality for recognition of ambiguous figures. Phys. Scripta T, 163 (2014), Article 014006. Google Scholar
- ↑ Moore D.W. Measuring new types of question-order effects Public Opin. Quart., 60 (2002), pp. 80-91.Google Scholar
- ↑ Wang Z., Busemeyer J.R. A quantum question order model supported by empirical tests of an a priori and precise prediction. Top. Cogn. Sci., 5 (2013), pp. 689-710