Долговременная память картинки: Запоминание картинок и предметов (диагностика

Развитие памяти начинается с первых дней жизни малыша. В 4-5 лет обьём памяти ещё больше расширяется.

— В этот период скорость развития памяти выше, пожалуй, чем скорость других функций. Запоминание происходит в основном непроизвольное.

— Первые проявления произвольного запоминания могут появится у ребенка 4-5 лет в игре.

В играх мы развиваем разные виды памяти: зрительная, слуховая, двигательная, эмоциональная.

С детьми мы играем в игры на развитие памяти: «Кого не стало?», «Что пропало», «Посмотри и назови», «Похлопай и повтори», «Запомни и нарисуй», «Отгадай слово». Учим стихи. Читаем книги и учимся пересказывать.

Стоит помнить, что плохая память у детей бывает очень редко, чаще всего она просто недостаточно развита, а с этой проблемой справиться не так уж и сложно. С чего нужно начать?

1. Спрашивайте, как прошел день у вашего ребенка.

Каждый вечер просите своего малыша рассказать, как прошел его день. Со всеми мельчайшими подробностями. Это отличная тренировка памяти. Такие монологи помогут вашему ребенку научиться выстраивать последовательность событий, анализировать их. После обеда я с детьми часто повторяю наш распорядок дня. С чего мы начали утро, какие занятия были, что ели в обед, в какие игры играли…

Сначала рассказ ребенка будет сбивчивым, но со временем его речь станет более связанной, он будет вспоминать все больше подробностей и мелких деталей.

Чтобы помочь малышу, можно задавать ему вопросы «А что делала твоя подружка Катя, когда ты играла в доктора?», «Какого цвета на ней было платье?» и т.д.

2. Читайте с ребенком книги.

Пока ребенок еще маленький, читайте ему, например, перед сном интересные запоминающиеся сказки или стихи. Пробуйте вместе учить небольшие четверостишия наизусть. Мы с детьми учим стихи и я им советую рассказать эти стихи дома. Это самым благотворным образом скажется на словарном запасе вашего малыша. Так же мы читаем сказки, учимся пересказывать их, и они потом отвечают на мои вопросы по тексту. И вы обязательно просите ребенка пересказать прочитанное и высказать свое отношение к героям сказок.

3. Обнимаем и целуем.

Поддержка и крепкие эмоциональные связи важны не только для душевного здоровья, но и для здоровья мозга.

4. Играйте с ребенком в слова

Называйте малышу 5-10 слов и просите его повторить их. Можно выбирать слова определенной тематики (фрукты и овощи, еда, игрушки, деревья, цветы, какие предметы есть в комнате и т.д.). Все слова, которые ребенок не назвал, ему обязательно нужно напомнить. Считается, что если малыш 4-5 лет может повторить 4 слова из 6, у него хорошая кратковременная память, а если он называет 5-6 – его долговременная память тоже прекрасно развита.

Для развития зрительной памяти можно выкладывать перед малышом картинки (например, 5-7 штук) и просить запомнить их. Затем можно убрать одну или две и спросить, чего не хватает, либо перемешать все картинки местами и попросить малыша выложить их в изначальном порядке.

5. Тренируйте внимательность ребенка

Берутся 2 картины в которых нужно найти, чем отличается одна картинка от другой. Такие задания и сейчас можно найти в книгах по развитию ребенка. Эти упражнения не только очень увлекательны, но и отлично тренируют память, внимательность и воображение.

6. СОЧИНЯЕМ РАССКАЗ

Еще один способ запомнить как можно больше слов, картинок или предметов — придумать историю с их участием, связный рассказ, где каждому из элементов отведена роль. Предположим, перед ребенком разложен ряд карточек, на которых изображены кошка, книга, апельсин, месяц, кровать, мышь, шляпа и т. д. Рассказ малыша может быть таким: «Кошка читала книгу, на одной из страниц которой был нарисован апельсин. Наступил вечер, на небе появился месяц. Кошке захотелось спать, она отправилась в свою кроватку и заснула. Во сне она увидела мышь в шляпе».

Выполняя это упражнение, необходимо учитывать, что слова между собой нужно связывать по порядку. И еще: чем невероятнее и забавнее получилась история, тем больше шансов, что ребенок воспроизведет все заданные слова.

7. Отдайте ребенка на спорт

Подружите ребенка со спортом. Казалось бы, где связь с памятью? Однако любые физические нагрузки, особенно на свежем воздухе, стимулируют кровоток и способствуют лучшему кровоснабжению головного мозга, что, в свою очередь благоприятно сказывается и на памяти. Не пренебрегайте прогулками с малышом, чаще проветривайте его комнату, особенно перед сном.

8. Приучите малыша напрягать память

Самым простым способом развития памяти является тренировка. Звучит банально? Да, но без регулярных нагрузок ничего не получится. А в наш век планшетов, смартфонов и Интернета напрягать память становится все труднее, ведь проще всего поискать что-то забытое на просторах всемирной паутины. И дети овладевают этими навыками едва ли не с пеленок.

Поэтому так важно приучить ребенка, если он что-то забыл, пусть сначала постарается вспомнить самостоятельно, и только если ничего не выйдет в течение нескольких минут, пусть лезет в словарь или Интернет.

Долговременная визуальная память имеет огромную емкость для хранения деталей объекта

Аннотация

Один из главных уроков исследования памяти состоит в том, что человеческая память подвержена ошибкам, неточна и подвержена помехам. Таким образом, хотя наблюдатели могут помнить тысячи изображений, широко распространено мнение, что в этих воспоминаниях отсутствуют детали. Вопреки этому предположению, здесь мы показываем, что долговременная память способна хранить огромное количество объектов с деталями из изображения. Участники просмотрели фотографии 2 500 объектов в течение 5.5 ч. После этого им показали пары изображений и указали, какое из двух они видели. Ранее просмотренный элемент может быть связан либо с объектом из новой категории, либо с объектом из той же категории базового уровня, либо с тем же объектом в другом состоянии или позе. Производительность в каждом из этих условий была чрезвычайно высокой (92%, 88% и 87% соответственно), что свидетельствует о том, что участники успешно поддерживали детальные представления тысяч изображений. Эти результаты имеют значение для когнитивных моделей, в которых ограничения мощности накладывают основное вычислительное ограничение (например,g., модели распознавания объектов) и создают проблему для нейронных моделей хранения и поиска в памяти, которые должны учитывать такую ​​большую и детальную емкость памяти.

У всех нас был опыт просмотра трейлера к фильму, и у нас возникало непреодолимое чувство, что мы можем увидеть гораздо больше, чем могли бы сообщить позже. Этот субъективный опыт согласуется с исследованиями человеческой памяти, которые предполагают, что по мере передачи информации от сенсорной памяти к кратковременной и долговременной памяти количество сохраняемых перцептивных деталей уменьшается.Например, в течение нескольких сотен миллисекунд после восприятия изображения сенсорная память дает поистине фотографический опыт, позволяя сообщить о любых деталях изображения (1). Через несколько секунд кратковременная память позволяет сообщать только разреженные детали изображения (2). Через несколько дней вы сможете сообщить только суть увиденного (3).

В то время как обычно считается, что долговременной памяти недостает деталей, хорошо известно, что долговременная память может хранить огромное количество элементов.Знаменательные исследования 1970-х годов показали, что после просмотра 10000 сцен в течение нескольких секунд каждая, люди могли определить, какое из двух изображений было просмотрено с точностью 83% (4). Такой уровень производительности указывает на наличие большой емкости для хранения изображений.

Однако запоминание сути изображения (например, «Я видел фотографию свадьбы, а не пляжа») требует хранения гораздо меньшего количества информации, чем запоминание сути и конкретных деталей (например, «Я видел ту конкретную свадебную фотографию. »).Таким образом, чтобы правильно оценить информационную емкость долговременной памяти, необходимо определить как количество элементов, которые можно запомнить, так и точность (количество деталей), с которой каждый элемент запоминается. Этот момент подчеркивает важное ограничение крупномасштабных исследований памяти (4–6): уровень детализации, необходимый для успешного прохождения тестов памяти, систематически не исследовался. В этих исследованиях стимулы представляли собой изображения, взятые из журналов, где предметы из фольги, используемые в двухальтернативных тестах с принудительным выбором, были случайными изображениями, взятыми из того же набора (4).Таким образом, предметы из фольги обычно сильно отличались от исследуемых изображений, что не позволяло сделать вывод о том, состояли ли воспоминания для каждого предмета в этих предыдущих экспериментах только из «сущности» или категории изображения, или же они содержали конкретные детали об изображении. изображений. Поэтому остается неясным, какой именно объем визуальной информации может храниться в долговременной памяти человека.

Есть основания полагать, что воспоминания для каждого элемента в этих крупномасштабных экспериментах могли состоять только из сущности или категории изображения.Например, хорошо известное исследование показало, что наблюдатели-люди часто не замечают значительных изменений в визуальных сценах; например, если их собеседник переключается на другого человека или если большие фоновые объекты внезапно исчезают (7, 8). Эти исследования «слепоты к изменениям» показывают, что количество информации, которую мы запоминаем по каждому пункту, может быть довольно низким (8). Кроме того, было элегантно продемонстрировано, что детали зрительных воспоминаний могут быть легко нарушены предложением экспериментатора, что вызывает серьезную озабоченность в отношении показаний очевидцев, а также является еще одним признаком того, что зрительные воспоминания могут быть очень редкими (9).Взятые вместе, эти результаты привели многих к выводу, что репрезентации, используемые для запоминания тысяч изображений из экспериментов Шепарда (5) и Стэндинга (4), на самом деле были довольно редкими, с небольшими или отсутствующими подробностями об изображениях, за исключением их категории базового уровня (8, 10–12).

Однако недавняя работа также показала, что визуальные представления долговременной памяти могут быть более подробными, чем считалось ранее. Долговременная память для объектов в сценах может содержать больше информации, чем только суть объекта (13–16).Например, Холлингворт (13) показал, что, когда требуется память для сотни или более объектов, у наблюдателей остается значительно больше шансов запомнить, какой образец объекта они видели (например, «вы видели эту дрель или тот?» ) даже после просмотра до 400 объектов между изучением объекта и тестированием на нем. Этот результат предполагает, что память способна хранить довольно подробные визуальные представления объектов в течение длительных периодов времени (например, дольше, чем рабочая память).

Настоящее исследование было разработано для оценки информационной емкости зрительной долговременной памяти путем одновременного воздействия на систему с точки зрения как количества, так и точности репрезентаций, которые должны быть сохранены. Во-первых, мы использовали изолированные объекты, которые не были встроены в сцены, чтобы более систематически контролировать концептуальное содержание набора стимулов и предотвратить роль контекстных сигналов, которые, возможно, повлияли на производительность памяти в предыдущих экспериментах. Кроме того, мы использовали очень тонкие визуальные различия, чтобы проверить точность визуальных представлений.Наконец, люди запомнили несколько тысяч объектов. В совокупности эти манипуляции позволяют нам оценить новую границу способности памяти хранить визуальную информацию.

Результаты

Наблюдателям были представлены фотографии 2 500 реальных объектов в течение 3 секунд каждый. Инструкции и дисплеи эксперимента были разработаны для оптимизации кодирования информации об объектах в памяти. Во-первых, наблюдателям сообщили, что они должны попытаться запомнить все детали предметов (17).Во-вторых, для минимизации концептуального вмешательства были выбраны объекты в основном из различных категорий базового уровня (18). Наконец, память была проверена с помощью двухальтернативного теста с принудительным выбором, в котором изучаемый элемент был соединен с фольгой, и задача состояла в том, чтобы выбрать изучаемый элемент, позволяя распознавать память, а не вызывать память (как в 4).

Мы варьировали сходство исследуемого предмета и предмета из фольги тремя способами (рис. 1). В новом состоянии старый предмет был соединен с новым предметом, который категорически отличался от всех ранее изученных предметов.В этом случае достаточно запомнить категорию объекта, даже не запоминая визуальных деталей объекта, чтобы выбрать соответствующий пункт. В условиях образца старый предмет был соединен с физически подобным новым предметом из той же категории базового уровня. В этом состоянии запоминание только категории базового уровня объекта приведет к случайному выполнению. Наконец, в условии состояния старый элемент был соединен с новым элементом, который был точно таким же объектом, но появился в другом состоянии или в другом состоянии.В этом случае памяти для категории объекта или даже для идентификации объекта будет недостаточно для выбора старого элемента из пары. Таким образом, требуется память для конкретных деталей изображения, чтобы выбрать соответствующий объект как в образце, так и в условиях состояния. Крайне важно, что во время учебной сессии наблюдатели не знали, какие предметы из 2500 будут проверены позже, и против чего они будут проверяться. Таким образом, любое стратегическое кодирование конкретной детали, которое могло бы отличить предмет от фольги, было невозможно.Чтобы работать в среднем хорошо как в образце, так и в условиях состояния, наблюдатели должны будут кодировать множество конкретных деталей каждого объекта.

Примеры тестовых пар, представленных во время двухальтернативного задания с принудительным выбором для всех трех условий (новизна, образец и состояние). Количество наблюдателей, сообщивших о правильном элементе, показано для каждой из изображенных пар. Экспериментальные стимулы доступны у авторов.

Показатели были замечательно высокими во всех трех условиях испытаний в двухальтернативном принудительном выборе (рис.2). Как и ожидалось на основании предыдущего исследования (4), эффективность в новом состоянии была высокой: участники правильно сообщили о старом элементе в 92,5% (SEM, 1,6%) испытаний. Удивительно, но производительность также была исключительно высокой в ​​обоих условиях, которые требовали памяти для деталей изображений: в среднем участники ответили правильно в 87,6% (SEM, 1,8%) образцовых испытаний и 87,2% (SEM, 1,8%) в штате. испытания. Однофакторный дисперсионный анализ с повторными измерениями выявил значительный эффект состояния: F (2,26) = 11.3, P <0,001. Запланированные попарные испытания т показывают, что производительность в новых условиях была значительно более точной, чем в состоянии и в типовых условиях [новые по сравнению с образцом: т (13) = 3,4, P <0,01; новый по сравнению с состоянием: т (13) = 4,3, P <0,01; и образец vs. состояние, н.у. P > 0,10]. Однако данные о времени реакции были самыми медленными в состоянии состояния, промежуточными в условиях примера и самыми быстрыми в новых условиях [M = 2.58 с, 2,42 с, 2,28 с соответственно; роман против образца: t (13) = 1,81, P = 0,09; роман по сравнению с состоянием: т (13) = 4,05, P = 0,001; и образец по сравнению с состоянием: t (13) = 2,71, P = 0,02], что согласуется с идеей о том, что новые, образцовые и государственные условия требуют увеличения детализации. В последующих отчетах участников указывалось, что они обычно четко осознавали, какой предмет они видели, поскольку выражали уверенность в своей работе и добровольно предоставляли информацию о деталях, которые позволяли им выбрать правильные предметы.

Производительность памяти для каждого из трех условий тестирования (новый, образец и состояние) показана выше. Планки погрешностей представляют SEM. Пунктирная линия указывает на случайную производительность.

Во время презентации 2 500 объектов участники отслеживали любые повторяющиеся изображения. Участники не знали, что эти повторы произошли где-то от 1 до 1024 изображений ранее в последовательности (в среднем, одно из восьми изображений было повторением). Эта задача гарантировала, что участники активно наблюдали за потоком изображений, когда они были представлены, и предоставили онлайн-оценку емкости памяти в течение всего сеанса исследования.

Производительность в задаче обнаружения повторов также продемонстрировала замечательную память. Участники редко подавали ложную тревогу (1,3%; SEM, ± 1%) и очень точно сообщали о фактических повторах (96% в целом; SEM, ± 1%). Точность была близка к потолку для повторяющихся изображений с 63 промежуточными элементами и постепенно снижалась для обнаружения повторяющихся элементов с большим количеством промежуточных элементов (вспомогательная информация (SI) , текст и рис. S1). Даже при самом продолжительном условии, когда 1023 промежуточных элемента (т.е., предметы, которые изначально были представлены ≈2 часа ранее), повторы обнаруживались ≈80% времени. Корреляция между производительностью наблюдателей в задаче повторного обнаружения и их работой в принудительном выборе была высокой ( r = 0,81). Частота ошибок как функция количества промежуточных элементов хорошо согласуется со стандартным степенным законом забывания ( r ² = 0,98). Задача обнаружения повторения также показывает, что эта память большой емкости возникает не только в двухальтернативных задачах с принудительным выбором, но также и в текущих старых / новых задачах распознавания, хотя задача обнаружения повторения не проверяла более подробные представления за пределами категории уровень.Вместе с тестом памяти эти результаты указывают на огромную емкость системы памяти с точки зрения как количества, так и точности визуальной информации, которую можно запомнить.

Обсуждение

Мы обнаружили, что наблюдатели могут успешно запоминать детали тысяч изображений только после одного просмотра. Что эти данные говорят об информационной емкости долговременной зрительной памяти? Из предыдущих исследований известно, что люди могут запомнить большое количество изображений (4–6), но часто предполагалось, что они сохраняли только суть этих изображений (8, 10–12).Хотя некоторые данные свидетельствуют о том, что наблюдатели способны запоминать детали о нескольких сотнях объектов в течение длительных периодов времени (13), насколько нам известно, ни один эксперимент ранее не продемонстрировал точную память на уровне образца или состояния в таком большом масштабе. Настоящие результаты демонстрируют, что визуальная память — это огромный запас, который не исчерпывается набором из 2500 подробных изображений объектов. Важно отметить, что эти данные не могут раскрыть формат этих представлений, и их не следует рассматривать как предположение о том, что у наблюдателей есть фотографическая память (19).Необходима дальнейшая работа, чтобы понять, как детали изображений кодируются и сохраняются в долговременной визуальной памяти.

Информационная емкость памяти.

Объем памяти нельзя охарактеризовать только количеством хранимых элементов: правильная оценка объема принимает во внимание количество запомненных элементов и умножает его на количество информации для каждого элемента. В настоящем эксперименте мы показываем, что количество запоминаемой информации по каждому элементу намного выше, чем предполагалось ранее, поскольку наблюдатели могут правильно выбирать среди визуально похожих фольг.Следовательно, любая оценка емкости долговременной памяти будет значительно увеличена существующими данными. В идеале мы могли бы количественно оценить это увеличение, например, используя теоретико-информационные биты, в терминах фактического визуального кода, используемого для представления объектов. К сожалению, нужно знать, как мозг кодирует визуальную информацию в память, чтобы точно таким образом определить емкость.

Однако Ландауэр (20) предоставил альтернативный метод количественной оценки емкости памяти путем вычисления количества битов, необходимых для правильного принятия решения о том, какие элементы были просмотрены, а какие нет (21).Вместо того, чтобы назначать коды изображений на основе визуального сходства, эта модель назначает каждому изображению случайный код независимо от его внешнего вида. Ошибки памяти возникают, когда двум изображениям назначается один и тот же код. В этой модели оптимальная длина кода вычисляется из общего количества элементов, которые нужно запомнить, и процента правильных ответов, достигнутого в двухальтернативной задаче с принудительным выбором (см. SI Text ). Важно отметить, что эта модель не учитывает содержание запоминаемых элементов: такая же длина кода была бы получена, если бы люди запомнили 80% из 100 естественных сцен или 80% из 100 цветных букв.Другими словами, биты в модели относятся к адресам памяти, независимым от содержимого, а не к оценочным кодам, используемым визуальной системой.

Учитывая производительность 93% в новых условиях, оптимальный код потребует 13,8 бит на элемент, что сопоставимо с оценками в 10–14 бит, необходимыми для предыдущих крупномасштабных экспериментов (20). Чтобы расширить модель Ландауэра, мы предполагаем иерархическую модель памяти, где мы сначала указываем категорию, а дополнительные биты информации определяют образец и состояние элемента в этой категории (см. SI Text ).Чтобы соответствовать 88% производительности в условиях образца, для каждого элемента требуется 2,0 дополнительных бита на элемент. Точно так же требуется 2,0 дополнительных бита для достижения 87% правильности состояния. Таким образом, мы увеличиваем предполагаемую длину кода с 13,8 до 17,8 бит на элемент. Это на порядок повышает нижнюю границу нашей оценки репрезентативной способности долговременной памяти с ≈14000 (2 ^13,8 ) до ≈228000 (2 ^17,8 ) уникальных кодов. Это число не говорит нам об истинной способности системы к визуальной информации.Однако эта модель — формальный способ продемонстрировать, насколько быстро растет любая оценка объема памяти, если мы увеличиваем размер представления каждого отдельного объекта в памяти.

Зачем нужно исследовать способность людей запоминать визуальную информацию? Одна из причин заключается в том, что эволюция более сложных когнитивных и поведенческих репертуаров включала постепенное увеличение возможностей долговременной памяти мозга (22). В частности, есть основания полагать, что способность наших систем памяти хранить перцептивную информацию может быть решающим фактором в абстрактных рассуждениях (23, 24).Утверждалось, например, что абстрактное концептуальное знание, которое кажется амодальным и абстрагированным от реального опыта (25), на самом деле может быть основано на перцептивном знании (например, перцептуальных системах символов; см. Ссылку 26). Согласно этой точке зрения, абстрактные концептуальные свойства создаются на лету с помощью ментального моделирования перцептивного знания. Эта точка зрения предполагает адаптивное значение способности кодировать большой объем информации в памяти: хранение больших объемов перцепционной информации позволяет абстрагироваться на основе всей доступной информации, а не требовать решения о том, какая информация может потребоваться в какой-то более поздний момент времени. (24, 27).

Организация памяти.

Все 2500 пунктов в нашем потоке исследования были категориально разными и, следовательно, имели разные концептуальные представления высокого уровня. Долговременная память часто рассматривается как организованная на основе концептуального сходства (например, в распространяющихся моделях активации; см. Ссылки 28 и 29). Таким образом, концептуальная индивидуальность объектов, возможно, уменьшила интерференцию между ними и помогла поддержать замечательную производительность памяти, которую мы наблюдали (18). Кроме того, в недавней работе было высказано предположение, что представление перцептивных характеристик объекта может часто отличаться в зависимости от категории, из которой взят объект (30).Взятые вместе, эти идеи предполагают важную роль категорий и концепций в хранении визуальных деталей объектов, что является важной областью будущих исследований.

Еще одно возможное различие в организации памяти — это память для объектов, память для коллекций объектов и память для сцен. В то время как некоторые работы показали, что можно запомнить детали из сцен, взятых из той же категории (15), в будущем потребуется изучить массивную и детальную память для сложных сцен.

Знакомство против воспоминаний.

В литературе по долговременной памяти часто различают два типа памяти распознавания: знакомство, ощущение, что вы что-то видели раньше; и воспоминание, конкретное знание того, где вы это видели (31). Тем не менее, остается спорным вопрос о том, в какой степени эти типы памяти могут быть диссоциированы, и в какой степени суждения, основанные на принудительном выборе, больше влияют на знакомство, чем воспоминания, или наоборот (32).Кроме того, хотя некоторые утверждали, что перцептивная информация часто больше связана со знакомством, а концептуальная информация больше связана с воспоминаниями (31), эта точка зрения также остается спорной (32, 33). Таким образом, неясно, в какой относительной степени выбор наблюдателей в текущих двухальтернативных тестах принудительного выбора был основан на знакомстве по сравнению с воспоминанием. Учитывая перцептивную природу деталей, требуемых для выбора изучаемого элемента, вполне вероятно, что знакомство играет важную роль, и что воспоминание помогает характеристикам распознавания в подмножестве испытаний, в которых наблюдатели были явно осведомлены о деталях, которые были наиболее полезны для них. решение (потенциально большая часть испытаний, основанная на самоотчетах).Однако важно то, что независимо от того, зависели ли наблюдатели от воспоминаний или знакомых, сохраненное представление по-прежнему требует достаточно деталей, чтобы отличить его от фольги при тестировании. Наш главный вывод один и тот же, независимо от того, обслуживается ли память знакомством или воспоминанием: наблюдатели кодируют и сохраняют множество конкретных деталей о каждом объекте.

Ограничения на модели распознавания и категоризации объектов.

Объем долговременной памяти накладывает ограничения на когнитивные функции высокого уровня и нейронные модели таких функций.Например, подходы к распознаванию объектов часто различаются либо в зависимости от онлайн-обработки грубой силы, либо от массивной параллельной памяти (34, 35). Настоящие данные подтверждают подходы к распознаванию объектов, которые требуют массивного хранения множества точек обзора и образцов объектов (36–39). Аналогичным образом, в области категоризации популярный класс моделей, так называемые модели-образцы (40), предполагает, что категоризацию человека можно лучше всего смоделировать, установив хранение каждого образца, который просматривается в категории.Настоящие результаты демонстрируют реализуемость моделей, требующих такой большой емкости памяти.

В области нейронных моделей настоящие результаты подразумевают, что на этапах обработки изображений в мозге не обязательно отбрасываются визуальные детали. Современные модели зрительного восприятия постулируют иерархию этапов обработки, которые достигают все более и более абстрактных представлений в корковых областях более высокого уровня (35, 41). Таким образом, для сохранения характерных деталей представления объектов в долговременной памяти могут храниться по всей иерархии потока визуальной обработки, включая ранние визуальные области, которые, возможно, извлекаются по запросу посредством процесса обратной связи (41, 42).Действительно, было показано, что процессы визуализации, форма поиска представлений, активируют как зрительные области коры высокого уровня, так и первичную зрительную кору (43). Кроме того, функциональные исследования МРТ показали, что визуальная область относительно среднего уровня, правая веретенообразная извилина, больше реагирует, когда наблюдатели кодируют объекты, для которых они позже будут помнить конкретный образец, по сравнению с объектами, для которых они позже будут помнить только суть (44). Понимание нейронных субстратов, лежащих в основе этого массивного и подробного хранилища визуальной информации, является важной целью для будущих исследований и будет способствовать изучению распознавания и категоризации визуальных объектов.

Заключение

Информационная емкость человеческой памяти играет важную роль в когнитивных и нейронных моделях памяти, распознавания и категоризации, поскольку модели этих процессов неявно или явно заявляют об уровне детализации, хранящейся в памяти. Подробные представления обеспечивают большую вычислительную гибкость, поскольку они позволяют выполнять обработку на релевантных для задачи уровнях абстракции (24, 27), но эти вычислительные преимущества сводятся к компромиссу с затратами на дополнительное хранилище.Следовательно, установление границ информационной емкости человеческой памяти имеет решающее значение для понимания вычислительных ограничений для визуальных и когнитивных задач.

Верхний предел размера зрительной долговременной памяти не был достигнут, даже с предыдущими попытками увеличить количество элементов (4) или попыткой настоящего исследования увеличить как количество, так и точность воспроизведения. Здесь мы поднимаем только нижнюю границу возможного, показывая, что визуальные представления долговременной памяти могут содержать не только существенную информацию, но и детали, достаточные для различения примеров и состояний.Мы думаем, что проверка верности представлений в памяти является важным дополнением к существующим структурам визуального объема долговременной памяти. В то время как в повседневной жизни мы часто не можем кодировать детали объектов или сцен (7, 8, 17), наши результаты показывают, что в условиях, когда мы пытаемся кодировать такие детали, мы способны добиться успеха.

Материалы и методы

Участников.

Четырнадцать взрослых (в возрасте 20–35 лет) дали информированное согласие и приняли участие в эксперименте.Все участники были протестированы одновременно с использованием компьютерных рабочих станций, которые были точно подобранные по размеру монитора и расстоянию до просмотра.

Стимулы.

стимулов с использованием как коммерчески доступной базы данных (Hemera Photo-Objects, Vol. I и II), так и поиска в Интернете с помощью поиска изображений Google. В целом, для основной базы данных было собрано 2600 категориально различных изображений, плюс 200 парных образцовых изображений и 200 парных изображений состояний, взятых из категорий, не представленных в основной базе данных.Экспериментальные стимулы доступны у авторов. После того, как эти изображения были собраны, 200 из 2600 объектов были случайным образом выбраны для использования в новых условиях испытаний. Таким образом, все участники были протестированы с одними и теми же 300 парами романов, образцов и государственных изображений. Однако предмет, который видели во время сеанса исследования, и предмет, использованный в качестве фольги при испытании, были рандомизированы среди участников.

Учебные блоки.

Эксперимент был разбит на 10 учебных блоков по ≈20 минут каждый, за которыми следовала 30-минутная сессия тестирования.Между блоками участникам был дан 5-минутный перерыв, и им не разрешили обсуждать какие-либо изображения, которые они видели. Во время блока было показано ≈300 изображений, всего было показано 2896 изображений: 2500 новых и 396 повторных изображений. Каждое изображение (с углом обзора 7,5 на 7,5 °) было представлено в течение 3 с, после чего следовало фиксационное крестовое изображение продолжительностью 800 мс.

Задача повторного обнаружения.

Для поддержания внимания и проверки емкости онлайн-памяти участники выполнили задачу по обнаружению повторов в течение 10 блоков исследования.Повторяющиеся изображения были вставлены в поток, так что было от 0 до 1023 промежуточных элементов, и участникам было сказано отвечать, используя клавишу пробела в любое время, когда изображение повторялось на протяжении всего периода исследования. Они не были проинформированы о структуре повторных условий. Участники получали обратную связь только тогда, когда они отвечали, при этом крестик фиксации становился красным, если они неправильно нажали пробел (ложная тревога), или зеленым, если они правильно обнаружили повтор (попадание), и не получали обратной связи за промахи или правильные отклонения .

В целом, 56 изображений были повторены сразу (1-back), 52 были повторены с 1 промежуточным элементом (2-back), 48 были повторены с 3 промежуточными элементами (4-back), 44 были повторены с 7 промежуточными элементами (8- назад) и так далее, до 16 повторений с 1023 промежуточными элементами (1024-back). Повторяющиеся элементы были вставлены в поток равномерно с ограничением, что все длины n-back (1-back, 2-back, 4-back и 1024-back) должны были встречаться одинаково в первой половине эксперимента. и вторая половина.Такой дизайн гарантировал, что усталость не будет по-разному влиять на изображения, которые повторяются на более поздних этапах потока. Из-за сложности создания правильно сбалансированного набора повторов у всех участников повторяющиеся изображения появлялись в одних и тех же местах в потоке. Однако каждый участник видел 2500 объектов в разном порядке, и конкретные изображения, повторяемые в условиях n-back, также были разными для разных участников. Изображения, которые позже будут проверены в одном из трех состояний памяти, никогда не повторялись в течение периода исследования.

Тесты с принудительным выбором.

После 10-минутного перерыва после периода исследования мы проверили, с какой точностью запоминаются объекты. На экране были представлены два предмета: один старый предмет, который вы видели ранее, и один новый предмет из фольги. Наблюдатели сообщили, какой элемент они видели раньше в двух альтернативном задании с принудительным выбором.

Участникам было разрешено действовать в своем собственном темпе, и им было сказано уделять особое внимание точности, а не скорости при вынесении суждений. 300 тестовых испытаний были представлены в случайном порядке для каждого участника с чередованием трех типов тестовых испытаний (новые, образцовые и государственные).Изображения, которые позже будут протестированы, были равномерно распределены на протяжении всего периода исследования.

Благодарности

Мы благодарим П. Кавана, М. Чуна, М. Грина, А. Холлингворта, Г. Креймана, К. Накаяму, Т. Поджио, М. Поттера, Р. Ренсинка, А. Шахнера, Т. Томпсона, А. Торральбу и Дж. Вулф за полезный разговор и комментарии к рукописи. Эта работа частично финансировалась грантом T32-MH020007 Национального института здравоохранения (T.F.B.), стипендией для аспирантов по науке и технике национальной обороны (T.K.), стипендия Национальной исследовательской службы F32-EY016982 (для G.A.A.) и награда за карьеру Национального научного фонда (NSF) IIS-0546262 и грант NSF IIS-0705677 (для A.O.).

Сноски

• * Кому может быть адресована корреспонденция. Электронная почта: tfbrady {at} mit.edu или oliva {at} mit.edu

• Вклад авторов: T.F.B., T.K., G.A.A. и A.O. разработал исследование, провел исследование, проанализировал данные и написал статью.

• Авторы заявляют об отсутствии конфликта интересов.

• Эта статья представляет собой прямое представление PNAS.

• Эта статья содержит вспомогательную информацию на сайте www.pnas.org/cgi/content/full/08033

  /DCSupplemental.

• Свободно доступен онлайн через опцию открытого доступа PNAS.

• © 2008 Национальная академия наук США

Frontiers | Кратковременно мигающие сцены могут быть сохранены в долговременной памяти

Введение

Люди могут вспомнить тысячи изображений после одной экспозиции в течение 5 секунд (Shepard, 1967; Standing et al., 1970, Постоянный, 1973). Что еще более впечатляюще, недавние исследования показали, что представления, хранящиеся в памяти, точны (Hollingworth and Henderson, 2002; Vogt and Magnussen, 2007; Brady et al., 2008). Например, в исследовании Brady et al. (2008), после просмотра 2500 изображений объектов участникам показали два изображения и спросили, какое из двух они видели в двухальтернативном принудительном выборе (2AFC). Новое изображение может быть объектом из другой категории, новым экземпляром из той же категории или тем же объектом, но в другом состоянии.Впечатляет то, что участники успешно различали ранее увиденный объект и новый с точностью 87% в состоянии состояния. Эти результаты демонстрируют, что люди обладают огромной и подробной памятью для изображений.

В этих исследованиях время предъявления стимулов было очень большим (от 3 до 20 с). Однако хорошо известно, что распознающая память страдает при уменьшении длительности стимула (Shaffer, Shiffrin, 1972; Potter, 2012). Например, Поттер (1976) показал, что можно запомнить 80% замаскированных изображений, если они представлены в течение 120 мс, и только 50%, если представлены только в течение 50 мс.Другие исследования утверждали, что представления сцены сначала будут представлены как общий план или суть, а детали о конкретных объектах будут добавляться при последующих фиксациях (Melcher, 2001; Melcher and Kowler, 2001; Tatler et al., 2003). Как правило, количество запоминаемых деталей о стимуле линейно увеличивается с увеличением времени на их кодирование (Brady et al., 2009). Следовательно, кажется, что требуется достаточно большая продолжительность стимула, чтобы кодировать и вспоминать сложные визуальные сцены в деталях.

Тем не менее, повтор кратко представленных изображений улучшает работу памяти.В исследовании Мелчера (2001) участникам были представлены сцены, включающие 12 несвязанных объектов, либо за один просмотр, либо в виде повторяющихся кратких просмотров (от 0,25 до 2 с) в течение совокупной продолжительности просмотра 1–4 с в обоих условиях. Количество элементов, отозванных после 4 с непрерывного предъявления, было таким же, как количество элементов, отозванных после 4 попыток по 1 с, даже если каждое предъявление было разделено другими стимулами. Эти результаты, а также результаты Martini и Maljkovic (2009) с использованием парадигмы RSVP согласуются с гипотезой общего времени, предполагающей, что для изучения фиксированного количества информации требуется фиксированное количество времени, независимо от того, как это время распределяется. (Бугельский, 1962; Купер, Пантл, 1967).

С другой стороны, улучшение производительности памяти благодаря повторению было протестировано только через несколько минут и могло включать не долговременную память, а «среднесрочную» память, как упоминал Мелчер (2001). Действительно, накопление памяти при повторных тестах не распространялось на отдельные дни (Melcher, 2001; Melcher and Kowler, 2001). Таким образом, традиционная долговременная память, скорее всего, не участвовала в увеличении производительности при повторении. Кроме того, недавние результаты показали, что память, протестированная через несколько минут в задачах быстрой последовательной визуальной презентации (RSVP), быстро снижается с (а) увеличением времени между предъявлением стимула и тестом и (б) увеличением количества промежуточных тестовых изображений (Potter et al., 2002; Эндресс и Поттер, 2012). Следовательно, даже если повторение может улучшить качество распознавания в краткосрочной перспективе, повторяющихся кратких презентаций может быть недостаточно для кодирования изображений в долговременной памяти.

Первой целью нашего исследования было проверить память на визуальное распознавание сложных природных сцен, мигающих всего за 20 мс. Чтобы дополнительно проверить влияние повторения на производительность памяти, одна группа участников увидела изображения, которые должны быть распознаны, только один раз, а вторая группа увидела те же изображения, установленные в течение нескольких дней в течение совокупного времени 440 мс.Такое короткое время предъявления стимула никогда не использовалось для распознавания долговременной памяти. Действительно, он снижает энергию стимула и предотвращает возможность совершать саккады для кодирования деталей стимулов.

Мы исследовали производительность памяти по двум другим аспектам, помимо использования чрезвычайно короткого времени предъявления стимула. Во-первых, участников явно не просили запомнить набор изображений, и они не знали, что их будут тестировать на задаче распознавания. Во-вторых, вместо обычной задачи распознавания 2AFC мы протестировали наших участников в парадигме «годен / нет».Участники должны были очень быстро (в течение 1 секунды) решить для каждого изображения, видели ли они его ранее (знакомая / незнакомая задача) без какой-либо помощи от изображения-отвлекающего элемента (как это может иметь место в случае 2AFC). Эксперименты с долговременной памятью обычно не требуют от участников ответа в ограниченное время. Например, в Brady et al. (2008) время реакции участников обычно превышало 2 с.

Этот тип парадигмы «годен / не годен» также позволяет оценить, как на хранение в долговременной памяти влияет категория, к которой изображение принадлежит на этапе кодирования.Сильно ли зависит хранилище от категориальной обработки (Ranganath et al., 2004) или оно не зависит от категориальной обработки. Если это зависит от категориальной обработки, можно ожидать, что изображения, принадлежащие одной категории, будут демонстрировать более низкую производительность, чем изображения, принадлежащие разным категориям. Относительная задержка обработки мозгом неявной категории изображений во время фазы распознавания изображений может указывать на роль категории изображений в кодировании памяти стимула.

Мы наконец исследовали возможную корреляцию между производительностью участников в задаче распознавания памяти и показателями связанного с событием потенциала (ERP).Со времени исследования Rugg et al. (1998) целая ветвь исследований изучала механизмы распознавания памяти для слов и изображений с помощью ERP. Основная цель этих исследований состояла в том, чтобы отделить знакомство (неспецифическое осознание того, что предмет был обнаружен) от процессов воспоминания (сознательное извлечение как предмета, так и контекстных деталей). В целом в этих исследованиях сравнивали ERP между ранее увиденными и новыми изображениями. Они сообщили о двух различных компонентах этого старого / нового эффекта: ранний (300–500 мс) срединно-фронтальный компонент, связанный с распознаванием на основе знакомства, и поздний (500–700 мс) теменный эффект, связанный с воспоминанием (например,г., Курран и Клири, 2003; Рагг и Карран, 2007; Циммер и Эккер, 2010; но см. также Voss and Federmeier, 2011 для другой интерпретации эффекта знакомства). Поскольку выполнение задания «выполнить / не выполнить» приводит к быстрой реакции (Thorpe et al., 1996), мы ожидаем увидеть распознавание, основанное на запоминании, знакомстве, на гораздо более ранних задержках выполнения нашей задачи.

Подводя итог, мы проверили вместе с записями ЭЭГ, могут ли участники выполнить задачу распознавания памяти (знакомую / незнакомую) на сложных изображениях, которые были отображены только 20 мс в случайной задаче.В частности, какова разница с точки зрения мозговой активности между тренированной и нетренированной группой, которая может указывать на долговременное хранение памяти. Наше исследование бросает вызов производительности памяти по нескольким аспектам: случайное обучение, очень короткое время предъявления стимула и быстрое распознавание.

Материалы и методы

Участников

Обучаемая группа включала 14 участников (7 женщин, средний возраст 26 ± 1), хотя данные ЭЭГ от одного испытуемого оказались слишком шумными для анализа.ЭЭГ была записана в задаче на распознавание памяти только у 10 из них. В нетренированную группу вошли 10 участников (4 женщины, средний возраст 25 ± 1), все они были протестированы вместе с записями ЭЭГ. Все участники имели нормальную или скорректированную до нормальной остроты зрения и дали письменное информированное согласие. Это исследование было проведено в соответствии с рекомендациями Тулузского университета. Используемые экспериментальные процедуры были одобрены местным этическим комитетом (CCPPRB № 9614003).

Стимулы

2000 изображений, использованных в эксперименте, были цветными естественными изображениями из базы данных Corel.Половина изображений включала животных (млекопитающих, птиц, насекомых и т. Д.), Другая половина состояла из ландшафта, фруктов, зданий и т. Д. Диапазон изображений был очень большим, но в то же время некоторые целевые изображения могли быть очень похожи: разные экземпляры одной и той же базовой категории (например, лев) присутствовали на знакомых и новых изображениях (рис. 1). Следовательно, смутного ощущения присутствия льва на картинке будет недостаточно, чтобы отличить это изображение от другого нового изображения, включая льва.

РИСУНОК 1. Примеры изображений животных (верхний ряд), и не животных (нижний ряд), изображений, используемых в эксперименте.

обученных участника были разделены на 7 пар. Для каждой пары случайным образом было выбрано подмножество из 200 изображений, наполовину животных и наполовину не животных, в качестве знакомого набора, и все 200 изображений отличались от 200 знакомых изображений другой пары (один мужчина — женщина) участников (участников). были рассмотрены в паре, поэтому у нас было 14 испытуемых и 7 наборов из 200 знакомых изображений).Это позволило уравновесить знакомые и незнакомые изображения по предметам. Изображения, которые были знакомы для одной пары субъектов, были новыми для других пар субъектов, так что конкретный набор знакомых изображений не мог быть ответственным за некоторые различия, наблюдаемые на этапе распознавания. Без этой процедуры можно было бы возразить, что выбранный нами конкретный набор знакомых изображений ответственен за некоторые различия, которые мы наблюдали на этапе распознавания. В задаче распознавания 200 изображений были повторены 3 раза (см. Процедуру ниже), в то время как новые изображения (600) никогда не повторялись и были одинаковыми для всех участников — новые изображения были изображениями, которые участники никогда не видели.Тот же набор знакомых и новых изображений, представленных неподготовленному субъекту, соответствовал тем, которые были представлены обученному субъекту, для которого была записана ЭЭГ. Таким образом, набор изображений был одинаковым для нетренированных и обученных участников, для которых была записана ЭЭГ.

Процедура

Эксперимент состоял из трех этапов: этап обучения, этап исследования и этап тестирования (рис. 2). Фаза обучения, выполняемая только обученной группой, состояла из задачи категоризации животных / не животных на знакомом наборе изображений, повторяемой 5 дней в неделю в течение 3 недель (подробности о каждой фазе см. Ниже).Через неделю после последнего сеанса обучения как обученные, так и нетренированные участники увидели набор из 200 знакомых изображений (фаза изучения). Затем через несколько минут участников попросили выполнить неожиданный тест распознавания этих изображений (этап тестирования). Последняя задача была связана с записями ЭЭГ.

РИСУНОК 2. Протокол эксперимента. Обученная группа выполнила задачу по классификации знакомого набора изображений в течение 15 дней. Через неделю как обученные, так и нетренированные участники увидели знакомое изображение, установленное на этапе исследования, и затем были протестированы в задаче на неожиданное распознавание памяти.

Во всех трех заданиях участники сидели на расстоянии примерно 0,5 м от экрана электронно-лучевой трубки с частотой 200 Гц. Крестик фиксации был представлен в центре черного экрана на случайное время от 800 до 1200 мс. Затем стимул (горизонтальный или вертикальный) мигал в течение 20 мс (угол обзора 7 × 10 °), что соответствовало четырем кадрам с частотой 200 Гц. Обратите внимание, что это короткое время презентации гарантирует, что даже микросаккад, который может происходить в диапазоне частот 30 Гц (Hipp and Siegel, 2013), не будет использоваться визуальной системой для кодирования информации.На таком расстоянии от экрана острота зрения составляет около 40% от средней ямки (Kalloniatis and Luu, 2008). Считается, что острота зрения в области фовеа составляет 0,00025 градуса (1 угловая минута). Разрешение изображения представлено на экране компьютера с ЭЛТ 600 × 800 на расстоянии 0,5 м от объекта, что соответствует углу обзора 0,00075 ° для каждого пикселя. Поэтому разумно предположить, что визуальная система может обрабатывать полное разрешение изображения, представленного на экране, включая мелкие детали на периферии изображения, даже с кратковременными вспышками, которые мешают визуальному исследованию изображений.Участники должны были отпустить палец как можно быстрее и точнее, если они увидели целевой стимул (животное в задаче категоризации, знакомое изображение в задаче распознавания) или как только они идентифицировали изображение (учебное задание). Если они не отпускали палец в течение 1 с, то реакция считалась либо правильным отклонением, если изображение было отвлекающим, либо промахом, если изображение было целью. Задержки ответа Go регистрировались через оптическую панель ответа, синхронизированную с отображением стимула.

Обучение: задание по категоризации

Обученная группа выполнила категоризацию животных и не животных на своих 200 знакомых изображениях, установленных в течение 15 дней. В последние два дня за этим коротким учебным заданием по категоризации последовал тест на категоризацию. В этом тесте участники выполнили задачу категоризации животных / не животных в течение 12 блоков по 100 испытаний. Набор знакомых изображений был повторен трижды и смешан с 600 новыми изображениями. Таким образом, в общей сложности на этапе обучения участники видели набор знакомых им изображений 21 раз.Результаты теста категоризации показали, что трехнедельная тренировка мало повлияла на выполнение категоризации. Точность была немного лучше, но единственное влияние на время реакции было замечено на самых медленных ответах, которые были ускорены тренировкой; самое быстрое время реакции не изменилось (полная информация о процедуре и результатах этой фазы обучения была опубликована в Fabre-Thorpe et al., 2001). Обратите внимание, что в этом эксперименте, в отличие от обученной группы, нетренированная группа никогда не выполняет задачу категоризации животных / не животных, хотя некоторые участники могли знать о задаче категоризации go nogo, поскольку она часто использовалась в нашем исследовании. предыдущие эксперименты.

Исследование: ознакомление с набором изображений

Перед выполнением задачи распознавания как обученная, так и необученная группа увидели набор своих знакомых изображений один раз (что было впервые для необученной группы). Обученную группу попросили отпустить палец, как только они обнаружат изображение, тогда как необученную группу попросили отпустить палец, как только они идентифицировали стимул, мигавший на экране. У этой задачи были разные цели. Сначала он ознакомил неподготовленных участников с набором стимулов, которые будут проверены в задаче распознавания.Во-вторых, попросив обученных участников убрать палец со всех изображений, мы попытались уменьшить поведение автоматической реакции (реакции на животных), которой они могли бы научиться на этапе обучения.

Тестирование: задача распознавания памяти

После фазы исследования участники двух групп выполнили задание на неожиданное распознавание. Их попросили отпустить палец, как только они почувствуют, что видели ту же картинку ранее. Они были таковы, что около половины испытаний содержали мишени.Набор из 200 знакомых изображений был смешан с 600 новыми изображениями (отличными от тех, которые использовались в тесте категоризации). Участники выполнили 12 блоков по 100 попыток; знакомый набор изображений повторяется каждые 4 блока (всего 3 раза), но полностью рандомизируется в каждой серии из 4 блоков. Все изображения были представлены случайным образом, и в каждом блоке 25 изображений были знакомыми изображениями животных, 25 — изображениями знакомых животных, 25 — изображениями новых животных и 25 — изображениями новых животных.

Поведенческий анализ

Среднее время реакции (RT) для правильных ответов и d ’(Snodgrass and Corwin, 1988) были рассчитаны для каждого участника в задаче распознавания и использованы в статистическом анализе.Независимые тесты t были применены для сравнения результатов между тренированной и нетренированной группой. Поскольку набор знакомых изображений был повторен 3 раза в течение эксперимента (один раз через каждые 4 блока), мы проверили любой эффект повторения, разделив результаты на 3 (4 блока × 3) и применив двухфакторный повторный дисперсионный анализ. Если эффект был обнаружен, применяли апостериорных анализов с использованием парных t -тестов между 1-м и 2-м повторением, а также между 2-м и 3-м повторением. P -значения сообщаются после поправки Бонферрони для множественных сравнений. Наконец, поскольку статус изображения во время фазы обучения (животное-мишень по сравнению с отвлекающими факторами, не являющимися животными) может влиять на распознавание, сравнения между стимулами животного и неживотного происхождения проводились с использованием парных тестов t для каждой из 2 групп. раздельно. Результаты представлены со средней величиной ± стандартная ошибка среднего (SEM). Вся поведенческая статистика была рассчитана с использованием программы Statistica (TIBCO Software Inc.) и Statview (Scientific Computing Inc.).

Запись и предварительная обработка ЭЭГ

Для обученной группы активность ЭЭГ регистрировалась с использованием 32-канальной системы усиления SynAmps (Neuroscan) с частотой дискретизации 1 кГц и связанными ушами в качестве эталона. Для нетренированной группы использовалась 64-канальная система BioSemi с частотой дискретизации 1024 Гц и привязкой к Cz (данные были повторно сопоставлены с усредненной ссылкой). Поскольку мы не использовали один и тот же монтаж записи ЭЭГ как для обученных, так и для нетренированных участников, прямое сравнение всех каналов между двумя группами невозможно (см. Рисунок 3).Поэтому каждый анализ ЭЭГ проводился для каждой группы отдельно, и мы сосредоточились на подмножестве каналов, общих для обеих групп. Кроме того, все цифры ERP показывают различия ERP между условиями, и на такие различия ERP не влияет выбор ссылки.

РИСУНОК 3. Расположение электродов для необученной группы (слева) и обученной группы (справа) . Электроды, входящие в две интересующие области, показаны коричневым (лобным) и синим (теменно-затылочным).

Предварительная обработка данных проводилась с использованием EEGLAB (Delorme and Makeig, 2004). Сигнал ЭЭГ подвергался полосовой фильтрации при 0,2–512 Гц и использовался режекторный фильтр 50 Гц. Анализ независимых компонентов применялся для выявления моргания глаз, которые впоследствии были устранены путем визуального осмотра топографии кожи головы независимых компонентов. У некоторых субъектов были удалены компоненты, изолирующие очевидные мышечные артефакты и моргания, но в целом был принят консервативный подход, чтобы избежать удаления значимой нейронной активности.Каждое испытание было разделено на эпохи от -100 до 600 мс относительно начала стимула. Каждую эпоху корректировали по базовой линии путем вычитания средней активности от -100 до 0 мс из каждого канала данных ЭЭГ.

Анализ ERP

Для каждого участника были рассчитаны связанные с событием потенциалы для знакомых и для новых изображений (эффект знакомства из набора исследования). Затем был применен парный тест t для сравнения ERP между этими двумя условиями для каждого электрода и в каждый момент времени.Полученные значения p были скорректированы для множественных сравнений с использованием оценки частоты ложных обнаружений (FDR) (Bejamini, 2001) как по времени, так и по электродам. FDR был рассчитан с использованием функции fdr.m программы EEGLAB (Delorme and Makeig, 2004). Основываясь на этих первых результатах и ​​предыдущих исследованиях, показывающих важную роль лобных и теменных областей в задачах памяти (см. Обзор Rugg and Curran, 2007), мы выбрали две области интереса: лобную область, включающую F3, Fz, F4 и теменно-затылочная область, включая PO3, POz, PO4 (см. рисунок 3).Топография ERP в отдельных каналах подтвердила выбор места для проведения анализа лобных и теменно-затылочных электродов. Из-за объемной проводимости в ЭЭГ электроды и их ближайшие соседи сильно коррелированы. Различия ERP между знакомыми и новыми изображениями для этих двух регионов были рассчитаны для каждой временной точки с использованием парных t -тестов с поправкой на FDR. Та же процедура использовалась для сравнения изображений животных и не животных.

Поскольку эффект знакомства наблюдался для обученной группы, но не для нетренированной группы, дальнейшие анализы ERP были выполнены только для обученной группы.Первый анализ проверял эффект повторения знакомых образов в задаче распознавания памяти. Для двух областей интереса эффект знакомства был рассчитан для каждого из трех повторов. Затем к каждой временной точке применяли ANOVA с повторными измерениями с FDR-коррекцией. Во втором анализе проверялось влияние категории стимула на эффект знакомства. Для каждого типа стимула (животное или не животное) рассчитывалась разница в знакомстве (знакомое животное ERP минус новое животное ERP и знакомое не животное ERP минус новое не животное ERP) для двух областей, представляющих интерес.Затем были выполнены парные t -тесты с коррекцией FDR.

Исследования по задачам распознавания памяти обычно вычисляют ERP только для совпадений и исправления отклонений. Однако мы решили использовать все испытания (правильные и неправильные ответы) и разделить данные только в зависимости от условий испытания по нескольким причинам. Во-первых, неподготовленные участники выполнили задачу распознавания, близкую к случайной (см. Поведенческие результаты). Анализ ERP с использованием только правильных испытаний был бы очень шумным, поскольку было бы рассмотрено очень мало испытаний, и в рамках этих испытаний некоторые из них могут быть правильными, даже если участники не узнают изображение.Напротив, обученная группа показала высокую производительность, поэтому результаты ERP будут одинаковыми независимо от включения или исключения неверных испытаний. Во-вторых, включение всех испытаний позволило нам проверить, связана ли разница в ERP между знакомыми и незнакомыми испытаниями с распознаванием или повторением набора знакомых изображений. Если разница будет обнаружена как в обученных, так и в нетренированных группах, тогда, если предположить, что показатели распознавания нетренированной группы будут близки к случайному ожиданию, разница ERP, вероятно, будет интерпретирована как следствие повторения знакомых стимулов (прайминга), а не нейронных корреляты знакомства.Наконец, поведенческие реакции при сравнении ранних ERP между изображениями животных и не животных не имели отношения к делу, поэтому логично было быть последовательным в нашем анализе и использовать все испытания во всех наших анализах.

Результаты

Память для кратковременно мигающих изображений

Эффективность распознавания была выше у тренированных, чем у нетренированных участников [ t (21) = 8,52, p = 3E – 8, величина эффекта Коэна d = 3,72]. Нетренированные участники смогли распознать 64.5 ± 2,5% изображений ( d = 0,83 ± 0,15), которые они видели на этапе исследования и обученные участники, смогли выполнить задачу распознавания памяти на 88,7 ± 1,5% ( d = 2,67 ± 0,15), лучший участник, распознающий 96,5% ( d = 3,68) изображений (рис. 4). Это говорит о том, что обученные участники сохраняли кратко мигающий набор знакомых изображений в долговременной памяти, пока они выполняли задачу категоризации на этапе обучения. Хотя кодирование памяти может выиграть от визуального исследования (Glen et al., 2013), мы показали, что визуальное исследование не требуется для кодирования сложных визуальных образов, поскольку такое исследование было невозможно в этом эксперименте. Более того, кодирование изображений производилось без явных инструкций по их запоминанию. Поскольку обученные участники не были проинформированы об этапах исследования и тестирования до их проведения, они не искали и не пытались запомнить особенности, которые позволили бы им различать два экземпляра одной и той же категории (например, конкретные атрибуты знакомого льва, который поможет отличить его от другого льва).Тот факт, что они смогли выполнить задачу распознавания с высоким уровнем точности, предполагает, что неявное представление включало многие детали изображения.

РИСУНОК 4. Поведенческие характеристики в задаче распознавания памяти (знакомые и незнакомые изображения). (A) Точность (% правильных) для нетренированных и обученных участников. Точки указывают на точность отдельного объекта. Красная область указывает на стандартное отклонение, а синяя область указывает на 95% SEM. Планки погрешностей показывают SEM. (B) d ’как функция времени реакции. Каждая точка представляет выступление одного участника. Средняя производительность для каждой группы представлена ​​большой цветной точкой с SEM.

Чтобы оценить нейронные корреляты знакомства, мы сравнили ERP участников для знакомых и новых изображений для всех электродов в каждый момент времени (см. Раздел метода и рисунок 5A). Мы не обнаружили статистической разницы между этими двумя условиями для нетренированной группы. Тем не менее, значительная разница была обнаружена для обученных участников, начиная примерно через 230 мс после появления стимула.Этот эффект знакомства сначала проявился в лобной и центральной областях, а затем в теменно-затылочной и затылочной областях. Чтобы дополнительно изучить разницу между этими двумя областями, мы представили ERP для лобной и теменно-затылочной областей отдельно (см. Раздел метода и рисунки 5B, C). Для обученной группы эффект знакомства был значительным через 230 мс после появления стимула в лобных областях и через 315 или 390 мс в теменно-затылочных областях. Эту диссоциацию можно интерпретировать как компоненты знакомства (ранний) и воспоминания (поздно), наблюдаемые в других исследованиях ERP (Curran, 2000; Curran and Cleary, 2003; Vilberg et al., 2006).

РИСУНОК 5. Распознавание результатов потенциального события (ERP) задачи памяти. (A) Парный t -тест p -значит частоту ложного обнаружения (с поправкой на FDR) для разницы ERP между всеми знакомыми и новыми изображениями и всеми электродами. Разница представлена ​​в каждый момент времени от до от 100 до 600 мс относительно начала стимула. Электроды сгруппированы по областям на основе их первой буквы (F, фронтальный для электродов, начинающихся с F и AF; C, центральный; T, височный; P, теменный; PO, теменно-затылочный; O, затылочный, с электродами левого полушария, представленными перед правым. электроды полусферы и Из, входящие в эту группу).Результаты нетренированной группы находятся на слева , а результаты обученной группы на справа . (B) Фронтальная область интереса, как показано на рисунке 2. Средняя ERP для знакомых (зеленый) и новых (синий) изображений. Разница между двумя ERP представлена ​​красным. Для каждой временной точки был рассчитан парный тест t и отображен горизонтальной тонкой красной линией под ERP, если он был значимым ( p <0,05 с поправкой на FDR). Заштрихованные области обозначают SEM. (C) Теменная область интереса. Обозначения как у B .

Можно утверждать, что разница в ERP между знакомыми и новыми изображениями отражает различие в двигательной реакции (реакция «идти» для знакомых изображений и «нет» для новых изображений). Однако моторный компонент ERP обычно располагается вокруг центрального или париетального электродов, тогда как в нашем исследовании эффект наблюдается на всех электродах. Более того, если мы сравним ответы го и отрицательного ответа для нетренированных участников, мы не обнаружим никакой разницы в первом повторении, когда результат был случайным ожиданием (см. Дополнительный рисунок S1A), а разница, связанная с моторикой, была видна только после 500 мс в теменных областях с учетом всех повторов (см. дополнительный рисунок S1B).Другая возможность может заключаться в том, что эффект знакомства был связан с тремя повторениями изображений в эксперименте (производительность, поведение и ERP анализируются отдельно для каждого повторения в следующем разделе). Однако эффект присутствовал для тренированной группы, но не для нетренированной группы. Следовательно, разница в ERP между знакомыми и новыми изображениями, найденными для обученной группы, скорее всего, была связана с памятью.

Эффект повторения в эксперименте

Поскольку знакомый набор изображений использовался три раза во время задачи распознавания, возможно, что в ходе эксперимента произошло некоторое обучение.В процедуре набор знакомых изображений повторялся каждые четыре блока. Таким образом, чтобы оценить эффект обучения, мы сравнили результаты участников в каждом из трех повторений отдельно для каждой тренированной и нетренированной группы (рис. 6). Учитывая нетренированную группу, RT не изменились в течение эксперимента (2,18) = 1,18, p = 0,33, однако мы обнаружили эффект для d ‘[ F (2,18) = 18,81, p = 4E – 5, η ² = 0,99]. Post hoc сравнения показали, что d ’увеличивался как между первым, так и вторым повторением [ t (9) = 2.92, p = 0,03; d = 1,95] и второе и третье повторение [ t (9) = 6,01, p = 4E – 4, d = 4]. Рассматривая обученную группу, мы обнаружили эффект повторения набора знакомых изображений для RT [ F (2,24) = 6,98, p = 0,004, η ² = 0,89] и d ‘[ F ( 2,24) = 12,57, p = 2E – 4, η ² = 0,99]. Апостериорный анализ показал, что обученные участники стали быстрее и точнее между первым и вторым повторением [ t (12) = 3.15, p = 0,02, d = 1,82; t (12) = 4,21, p = 0,002, d = 2,43; для RT и d ’, соответственно], но не было обнаружено никакой разницы между вторым и третьим повторением [ t (12) = 1,24, p = нс; t (12) = 0,22, p = нс; для RT и d ’соответственно]. Это говорит о том, что результаты тренированных участников достигли максимума после второго повторения. В среднем неподготовленные участники увеличили свои показатели признания на 0.67 (от 0,52 ± 0,12 до 1,19 ± 0,21) и обученных участников на 0,38 (с 2,47 ± 0,17 до 2,85 ± 0,22) между первым и последним повторением знакомых изображений.

РИСУНОК 6. Поведенческие результаты [d ’как функция времени реакции (RT)] для каждого повторения набора знакомых изображений. Средняя результативность для каждой группы (обученные участники — оранжевым, неподготовленные — зеленым) представлена ​​более крупной точкой с SEM. Каждая точка представляет выступление одного участника в каждом из трех повторов отдельно (от темного для первого повторения до более светлого цвета для следующих повторений).Обратите внимание, что если у большинства нетренированных участников показатели d ’были ниже, чем у подготовленных участников, один нетренированный участник достиг таких же показателей d’, что и обученные участники в последнем повторении.

Мы обнаружили эффект повторения для обеих групп участников на d ’. Заучивание знакомых образов происходило в ходе эксперимента для нетренированной группы (что могло отражать среднесрочную память, например, Melcher, 2001), но этого не было в отношении обученной группы.Действительно, обученные участники улучшили свои показатели только между первым и вторым сеансами и для d ’, и для RT. Этот эффект может быть следствием изучения новой задачи (распознавание) по сравнению с задачей, которую они использовали для выполнения на этапе обучения (категоризация). Другая гипотеза могла заключаться в том, что след памяти реактивировался после первого повторения стимула. Однако, поскольку обеим группам был предъявлен набор стимулов (фаза исследования) перед тестированием в задаче распознавания, этот след памяти мог уже быть повторно активирован (при необходимости) на этом этапе эксперимента.

Исследования потенциала, связанного с событием, показали, что ранняя фронтальная разница между знакомыми и новыми предметами линейно зависит от силы знакомства, но не чувствительна к различиям в количестве воспоминаний, связанных с предметами (Curran and Cleary, 2003; Woodruff et al. , 2006; Yu, Rugg, 2010). Кроме того, было обнаружено, что поздний теменной компонент ERP коррелирует с количеством правильно извлеченных контекстных деталей (Vilberg et al., 2006; Vilberg and Rugg, 2009).Таким образом, сила знакомства может быть отражена в раннем лобном компоненте, в то время как количество извлеченной информации мигрирует, что отражается в позднем теменном компоненте.

Чтобы оценить любую разницу в степени знакомства или запоминания, мы сравнили разницу амплитуд эффекта знакомства между тремя повторениями для лобного и теменно-затылочного компонентов, которые мы идентифицировали ранее для тренированной группы (рис. 7). Мы не нашли доказательств большей силы знакомства в конце эксперимента (нет существенной разницы между тремя повторениями для фронтальной области интереса).Однако, хотя это и незначительно, мы наблюдали тенденцию к более высокой разнице амплитуд между первым и вторым повторением в теменно-затылочной области интереса, которая отражает поведенческие данные. В случае подтверждения этот теменно-затылочный эффект можно интерпретировать двояко. Во-первых, поскольку этот компонент, как полагают, отражает объем извлеченной информации, возможно, что он представляет дополнительную информацию, связанную с изображением, извлекаемую после первого повторения, что помогло участникам выполнить задачу, что отражено в их улучшенной производительности после первого повторения.С другой стороны, это может также отражать разницу в двигательных решениях или двигательных командах, и этот эффект может отражать повышение производительности участников после первого повторения.

РИСУНОК 7. Средняя разница амплитуды ERP между знакомыми и новыми изображениями для первого (красный), второго (оранжевый) или третьего (желтый) повторения знакомого набора. Результаты представлены для обученной группы либо для лобной области интереса (слева) , либо для теменно-затылочной области интереса (справа) .Общие области представляют собой SEM. Между повторениями не было обнаружено существенной разницы, хотя наблюдалась тенденция для теменной области интереса.

Влияние статуса стимула на фазе обучения

Набор знакомых изображений был случайно усвоен обученными участниками, когда они выполняли задание на животных / не животных. Есть много причин полагать, что изображения животных могли быть закодированы лучше, чем изображения неживотных. Во-первых, поскольку изображения животных были целью на этапе обучения, участники могли уделять им больше внимания.Во-вторых, целевые изображения были связаны с конкретным понятием (животное), а изображения-отвлекающие не были (изображения, не относящиеся к животным, могли быть домами, городским пейзажем, лесами и т. Д.). Например, (Wiseman and Neisser, 1974) показали, что участники тестировали на неоднозначных лицах распознаваемые стимулы, расцененные как лицо во время фазы обучения, лучше, чем стимулы, расцененные как бессмысленный образец. Наконец, недавние исследования показали, что память развивалась таким образом, что одушевленные стимулы запоминались лучше, чем неодушевленные (Nairne et al., 2008; Нэрн и Пандейрада, 2010а, б). Этот «эффект анимации» был обнаружен в задачах на распознавание памяти, включающих слова (Nairne et al., 2013; VanArsdall et al., 2013) и изображения (Bonin et al., 2013).

Чтобы проверить этот эффект в нашем эксперименте, мы сравнили производительность участников для изображений животных и не животных (рис. 8A). RT были одинаковыми между изображениями животных и не животных для нетренированной группы [ t (9) = 0,14, p = нс], но обученные участники реагировали на изображения животных примерно на 34 мс быстрее [ t (12) = 3 .94, p = 0,002, d = 2,27]. Интересно, что распределение RT для изображений, не относящихся к животным, было сдвинуто примерно на 30 мс для самых ранних ответов (400 мс) по сравнению с изображениями животных, но при более длительных латентных периодах два распределения перекрывались (рис. 8B). Эффективность распознавания (d ’) была в целом лучше для изображений без животных, чем для изображений животных для обученной группы [ t (12) = 4,94, p = 3E – 4, d = 2,85]. Можно подумать, что низкая производительность для изображений животных может быть результатом компромисса с точностью.Однако d ’также был лучше для изображений без животных для нетренированных участников [ t (9) = 3,20, p = 0,01, d = 2,13], хотя RT были одинаковыми для обоих типов изображений. Для нетренированных и обученных групп изображения животных вызвали больше ответов с точки зрения ложных тревог (FA) [ t (12) = 5,40, p = 2E – 4, d = 3,12; t (9) = 4,66, p = 0,001, d = 3,11; для тренированной и нетренированной группы соответственно] и Hits [ t (12) = 3.08, p = 0,01, d = 1,78; t (9) = 2,20, p = 0,06, d = 1,47; для тренированной и нетренированной группы соответственно]. Таким образом, наблюдалась общая предвзятость в сторону знакомых ответов на изображения животных. Ниже мы приводим возможные объяснения этих результатов для (а) более низкого d ’на изображениях животных и (б) более быстрых RT на изображениях животных для обученных участников по сравнению с изображениями без животных.

РИСУНОК 8. Поведенческие результаты для изображений животных и не животных отдельно в задаче распознавания. (A) d ’как функция RT. Каждая точка представляет выступление одного участника на изображениях животных (синий) и не животных (фиолетовый). Средняя результативность для каждой группы (обученные участники — темным цветом, неподготовленные — светлым) представлены более крупной точкой с SEM. (B) Распределение RT для изображений животных (синий) и не животных (фиолетовый) для обученной группы. Количество правильных (совпадение: толстые кривые) и неправильных (FA: тонкие кривые) вычислялось в интервале 20 мс.

Нижняя часть изображения животных

Ни обученные, ни неподготовленные участники запомнили изображения животных лучше, чем изображения животных. Действительно, мы обнаружили обратный эффект. По сравнению с исследованиями, в которых был обнаружен эффект анимации, мы тестировали наших участников в задаче «годен / не годен», а не в задаче свободного отзыва. Однако мы думаем, что расхождение с предыдущими результатами можно лучше объяснить схожестью между знакомыми и новыми изображениями. Ранее было показано, что сходство в пределах набора знакомых изображений влияет на производительность памяти распознавания (например,г., Koutstaal and Schacter, 1997; Konkle et al., 2010a; Huebner and Gegenfurtner, 2012). Распознавание хуже, если нужно запомнить много стимулов одной и той же базовой категории, чем для очень разных стимулов. В нашем исследовании общее количество ответов (совпадений и FA) для изображений животных было выше, чем для изображений, не относящихся к животным, поэтому участники с большей вероятностью думали, что новое изображение животного (например, льва) было знакомо, поскольку многие львы были представлены на этапе обучения. Действительно, изображения в категории животных были более похожи, чем изображения в категории без животных.В первом случае могут быть представлены разные виды одной и той же базовой категории животных, тогда как во втором случае изображения, не относящиеся к животным, были более разнообразными (они включали растения, фрукты, овощи, фейерверки, здания, транспортные средства, пустыню, лес и т. Д. ). В Bonin et al. (2013) авторы исключили возможность того, что различия между одушевленными и неодушевленными объектами были связаны с различиями в богатстве перцептивных или семантических характеристик. Однако они не контролировали степень сходства между стимулами.Таким образом, возможно, что в их исследовании одушевленные стимулы были более характерными, чем неодушевленные, тогда как в нашем эксперименте все было наоборот.

Более быстрые RT на изображениях животных для обученной группы

Обученные участники быстрее реагировали на изображения животных, чем на изображения без животных. Мы вычислили эффект знакомства ERP для обученной группы, разделив изображения животных и не животных, а затем сравнили эти два эффекта знакомства. Мы выполнили этот анализ для всех электродов и каждой временной точки, а также для двух областей интереса (рис. 9А).Мы обнаружили значительную разницу между эффектом «старый / новый» для изображений животных и животных, которые в основном видны в теменной, теменно-затылочной и затылочной областях. Статус стимула (животное или не животное) не оказал значительного влияния на ранний старый / новый эффект во фронтальных областях (рис. 9В), хотя более высокая амплитуда наблюдалась для изображений животных. Эту тенденцию можно интерпретировать как более высокую степень знакомства для изображений животных, чем для изображений, не относящихся к животным. В теменно-затылочных областях эффект знакомства начался примерно на 30 мс позже для изображений, не относящихся к животным, по сравнению с изображениями животных (370 мс vs.405 мс). Если мы рассмотрим теменно-затылочный эффект как обусловленный процессами воспоминания, то это показывает, что запоминание изображений животных было быстрее, чем воспоминание изображений, не относящихся к животным. Однако мы не можем быть уверены в природе этого компонента. Поскольку мы использовали протокол «годен / не годен», этот эффект также может быть вызван моторными процессами. Действительно, этот сдвиг на 30 мс совпадает со сдвигом, наблюдаемым между самыми ранними латентностями RT для изображений животных и не животных.

РИСУНОК 9. Различия между эффектом знакомства ERP для изображений животных и не животных для обученной группы. (A) P -значения (с поправкой на FDR) этой разницы представлены для каждого электрода, сгруппированного по областям (та же легенда, что и на рисунке 5). (B) Средняя разница амплитуд эффекта знакомства представлена ​​для изображений животных (фиолетовый) и не животных (синий) для двух областей интереса (фронтальная на , левая и теменно-затылочная на , правая ). О значительных различиях ( p <0,05) между эффектом знакомства животных и не животных сообщает линия под ERP.

Таким образом, анализ ERP показал, что ранняя стадия распознавания зрительной памяти (фронтальный компонент) была сходной между изображениями животных и не животных. Эффект знакомства начался с одинаковой латентности для обоих типов изображений (так что, в отличие от теменно-затылочного компонента, он не может быть связан с моторными процессами), а для изображений животных наблюдалась незначительная тенденция к более высокой амплитуде эффекта знакомства. возможно потому, что они были мишенями на этапе обучения (поэтому участники лучше запомнили эти изображения).Более поздние процессы в теменно-затылочной области у животных были быстрее, чем у изображений, не относящихся к животным, что объясняет более быстрые RT для изображений животных. Эти процессы можно объяснить более быстрым доступом к деталям стимула в долговременной памяти (воспоминание) или более быстрыми двигательными процессами. Это второе объяснение может быть следствием процедуры обучения, в которой участникам приходилось отпускать палец для изображений животных и подавлять их реакцию на изображения, не являющиеся животными. Повторяя эту задачу категоризации, можно было бы установить более высокую плавность для изображений животных и / или запретить для изображений, не относящихся к животным.

Изображения животных и не животных

Различие ERP между изображениями животных и не животных, начинающееся примерно через 150 мс после появления стимула, было зарегистрировано во многих задачах категоризации животных / не животных (например, Thorpe et al., 1996; VanRullen and Thorpe, 2001). Более того, Carlson et al. (2013) показали, что категорию изображения можно декодировать с помощью сигнала ЭЭГ, даже если участники не выполняли задачу категоризации. Здесь мы проверили, можем ли мы найти разницу в ERP между изображениями животных и не животных, когда участники выполняли знакомую / незнакомую задачу.

И для обученных, и для нетренированных участников мы сравнили ERP, полученную для изображения животного, с ERP, полученную для изображения не животного, независимо от того, было ли изображение знакомым или незнакомым. Результаты показали значительную разницу между этими двумя условиями для обеих групп участников (рис. 10А). Эффект этой категории присутствовал в основном на лобных и центральных электродах и был значительным примерно через 170 мс после начала стимула, хотя он начался примерно через 150 мс (рисунок 10B).Таким образом, категория стимула, животное или не животное, обрабатывалась автоматически, пока участники выполняли несвязанную задачу.

РИСУНОК 10. Различия ERP животных / не животных в задаче распознавания для нетренированной и обученной группы. (A) Парные t -тест p -значения (с поправкой на FDR) для разницы ERP между всеми изображениями животных и не животных. Такая же легенда, как на рисунке 5. (B) Амплитуда ERP для изображений животных и не животных для фронтальной области интереса.Разница представлена ​​красным цветом со значительными p -значениями ( p <0,05), указанными тонкой линией под ERP.

Обсуждение

Основная цель нашего исследования заключалась в том, чтобы проверить, можно ли сохранить в долговременной памяти естественные сцены с миганием 20 мс. Мы протестировали две группы участников: одна группа видела набор из 200 знакомых изображений только один раз, а другая группа видела те же изображения несколько раз в течение 3 недель. Наши результаты показывают, что после одного просмотра 200 мигающих изображений участники могут запомнить только 64% ​​из них (в первом повторении), но если один и тот же набор мигающих изображений повторяется в течение 15 дней в несвязанном задании, участники могут запомнить 87%. изображений.Эти результаты впечатляют по пяти причинам. Во-первых, обученные участники были протестированы через 1 неделю после фазы обучения, поэтому любое распознанное изображение нужно было сохранить в долговременной памяти. Во-вторых, изображения были представлены только в течение 20 мс, что позволяет избежать любых возможных движений глаз и визуального исследования во время кодирования или распознавания изображений. В-третьих, участников явно не просили запоминать эти образы, и они не знали, что их будут проверять на задаче распознавания. В-четвертых, чтобы достичь такого уровня производительности, участники должны были запомнить достаточно деталей своего знакомого набора изображений, чтобы иметь возможность различать два экземпляра одной и той же базовой категории (например,г., между знакомым и новым львом). В-пятых, участники были протестированы в задаче ускоренной категоризации (парадигма «годен / не годен»), поэтому им нужно было получить информацию об изображении достаточно быстро, чтобы иметь возможность выполнить задачу.

Неявное кодирование в долговременной памяти

Обученные участники смогли распознать 87% изображений, которые они видели неделю назад в задаче категоризации животных / не животных. Можно утверждать, что такой высокий уровень производительности был следствием просмотра 200 изображений за несколько минут до эксперимента.Фактически, когда тестирование откладывается, производительность распознавания обычно ниже, чем если бы тестирование проводилось в тот же день, что и фаза обучения (например, Huebner and Gegenfurtner, 2012). Тем не менее, неподготовленные участники также видели 200 изображений за несколько минут до задачи распознавания, но их производительность была близка к вероятности (64%). Более того, обе группы участников не знали, что их будут проверять в задаче распознавания. Таким образом, даже если представление изображений перед задачей вызвало реактивацию следа памяти для обученной группы, это все равно означает, что след памяти был создан во время задачи категоризации, выполненной за неделю до задачи распознавания.

В других исследованиях, в которых картинки были заучены случайно, эффективность распознавания была выше, чем то, что мы сообщаем здесь для неподготовленных участников. Например, используя аналогичную задачу категоризации живого / неживого в качестве фазы исследования, исследования показали, что 70% (Groh-Bordin et al., 2005) или даже 87% (Küper et al., 2012) правильно распознали объекты. Даже когда новые изображения включали новые объекты из той же категории, что и знакомые, эффективность распознавания участников все еще была очень высокой — e.г., 75% в Ecker and Zimmer (2009). Однако есть два основных различия между нашими исследованиями и этими исследованиями. Во-первых, даже когда использовались похожие объекты, был включен только один стимул для каждой категории объектов. Во-вторых, изображения были представлены гораздо дольше, чем в нашем исследовании (от 500 до 2000 мс). По сравнению с обученной группой эти два фактора могли позволить лучше неявное кодирование стимулов.

Кратко представленные изображения можно запомнить

В более ранних исследованиях памяти распознавания обычно использовалось очень длительное время предъявления стимула для фазы кодирования и тестирования.Самая быстрая продолжительность стимула использовалась, вероятно, в исследовании Huebner and Gegenfurtner (2012), в котором стимулы предъявлялись в течение 750 мс на этапе кодирования с интервалом между изображениями в 1 с, и в течение 2000 мс на этапе тестирования без ограничения по времени. реагировать. Здесь мы использовали изображения, мигающие всего на 20 мс, что позволяет избежать любой возможной саккады, которая могла бы помочь участникам закодировать дополнительные детали стимула (Loftus, 1972; но см. Также Melcher and Kowler, 2001). Действительно, даже когда мы суммируем время представления изображений по 21 повторению перед тестированием (420 мс), изображения все равно представлялись в течение более короткого времени, чем в Huebner and Gegenfurtner (2012).Однако представление изображений в нашей задаче не сопровождалось маской. Таким образом, возможно, что участники обрабатывали изображение до следующего испытания (примерно через 1 секунду). В самом деле, Intraub (1979) показал, что время между двумя запоминающимися изображениями играет большую роль в производительности распознавания памяти, чем продолжительность стимула. В ее исследовании участникам был представлен поток из 16 изображений (парадигма RSVP), а затем они были протестированы на задаче распознавания. Асинхронность начала стимула (SOA) варьировалась от 110 мс (без пустого интервала между двумя изображениями) до 1500 мс, в то время как время представления изображений оставалось 110 мс.Участники смогли распознать 92,5% изображений с SOA 1500 мс, но только 25% изображений с SOA 110 мс. В следующем эксперименте Intraub (1980) показал, что эффективность распознавания была аналогичной для изображений, показанных в течение 110 мс, за которыми следует пустой интервал 5890 мс (правильное распознавание 80%), и для изображений, показанных в течение 6000 мс (правильное распознавание 94%). Таким образом, краткое предъявление стимула не имеет большого значения для работы памяти.

Однако в этих экспериментах участники знали, что они будут проверены в задаче распознавания перед представлением изображений, чтобы они могли кодировать все необходимые детали, чтобы распознать их позже.В нашем исследовании у участников не было причин делать это в задаче категоризации животных / не животных, используемой на этапе обучения. Кроме того, в исследованиях Intraub (1980) участники тестировались всего на несколько минут позже (по сравнению с 1 неделей в нашем исследовании) и могли полагаться на среднесрочную память (Melcher, 2001). Более того, новые изображения сильно отличались от знакомых, поскольку она использовала «Были выбраны отвлекающие факторы, которые не имели близкого сходства ни с одним из стимулов» (Intraub, 1980).Таким образом, результаты этих экспериментов нельзя напрямую сравнивать с нашими. Однако наши результаты могут лучше соответствовать гипотезе полного времени (Бугельский, 1962; Купер и Пантл, 1967). Эта теория предполагает, что информация, хранящаяся в памяти, будет зависеть от общего количества времени, в течение которого стимул был замечен в одном или нескольких просмотрах. Наши результаты важны в этой структуре, поскольку они показывают, что эта гипотеза может быть применима к стимулам, предъявляемым в течение многих дней.

Насколько подробны сохраненные представления?

Сходство знакомых и новых наборов изображений может повлиять на память.В задачах на распознавание памяти многие исследования показали, что участники быстрее и точнее отвергали стимулы, отличные от знакомых объектов, чем отвергали стимулы, похожие на них (Yago and Ishai, 2006; Wiesmann and Ishai, 2008). Например, увеличение количества сцен из аналогичной семантической области уменьшает память для деталей сцены (Melcher and Murphy, 2011). Влияние концептуального и перцептивного сходства на распознающую память более систематически проверялось с использованием изображений объектов (Konkle et al., 2010a) или сцены (Konkle et al., 2010b). В этих исследованиях авторы варьировали количество экземпляров из каждой категории стимулов, которые необходимо запомнить. Они заметили, что производительность снижалась по мере увеличения количества хранимых экземпляров для каждой категории, и этот эффект был предсказан не перцепционной отличительностью образцов, а концептуальной отличительностью (категорией) (см. Также Huebner and Gegenfurtner, 2012, которые показали, что оба фактора имеют значение). Во всех этих исследованиях эффективность распознавания была очень высокой.Например, даже когда нужно было запомнить 64 сцены из одной и той же категории, производительность памяти была с точностью 76% (Konkle et al., 2010b). В совокупности эти результаты показывают, что долговременная зрительная память зависит от концептуального и, возможно, визуального сходства между различными запоминаемыми стимулами.

В нашем исследовании мы обнаружили, что участники распознавали изображения животных с более низкой точностью, чем изображения без животных. Как упоминалось в разделе результатов, вероятно, что животные были концептуально более похожими, чем изображения, не относящиеся к животным, что приводило к большему количеству ложных распознаваний.Действительно, половина изображений были животными, а некоторые животные принадлежали к той же базовой категории (например, разные изображения львов). Более того, по сравнению с очень высокой эффективностью распознавания, наблюдаемой в упомянутых выше исследованиях, у неподготовленных участников была низкая производительность после только одного просмотра изображений. Эти два наблюдения предполагают, что набор изображений, который мы использовали, требовал от участников способности распознавать достаточно деталей изображений, чтобы хорошо выполнять задачу. Запоминания сути изображения или категории объекта могло быть недостаточно для выполнения задачи распознавания с высокой точностью, наблюдаемой у обученных участников.

Автоматическая категоризация объекта

Анализ потенциала, связанного с событием, выявил разницу между изображениями животных и не животных, даже если участники выполняли задачу распознавания. Мы интерпретировали эти результаты как автоматический доступ к категориям объектов. Этот автоматический доступ может быть связан с исследованиями, показывающими, что не требуется особого внимания для обработки категории природных сцен (Li et al., 2002; Rousselet et al., 2004; Poncet et al., 2012). Двойные задачи требуют внимания (Tsuchiya and Koch, 2016), но сосредоточенное внимание нельзя использовать, поскольку и центральные, и периферические стимулы замаскированы, так что внимание не может переключаться с одной задачи на другую.Другое исследование с использованием методов классификации косвенно показало, что информация о категории стимула присутствовала в сигнале ЭЭГ уже через 120–130 мс после начала предъявления стимула, даже когда внимание участников было сосредоточено на несвязанной задаче в центре экрана, в то время как объект был представлен на заднем плане (Carlson et al., 2013). В нашем исследовании участников попросили обработать изображение, но для того, чтобы определить его знакомство, а не категорию. Тем не менее, мы все же обнаружили значительный эффект категории объекта в анализе ERP через 170 мс после начала действия стимула, что примерно в то же время, что и в других исследованиях (Fabre-Thorpe et al., 2001; Ван Руллен и Торп, 2001). Что касается исследования Carlson et al. (2013), мы не можем быть уверены, что категории объектов не обрабатывались сознательно. Однако категоризация объекта не имела отношения к задаче, и если участники делали это, время их реакции должно быть больше, чем в задаче распознавания, в которой все стимулы относятся к одной и той же категории. Участники выполнили задачу распознавания примерно за 550 мс, что так же быстро, как и в исследованиях с использованием той же парадигмы « годен / не годен » с использованием только лиц (Ramon et al., 2011; Barragan-Jason et al., 2012). В целом эти результаты свидетельствуют в пользу автоматического доступа к категориям объектов.

Нейрональные корреляты памяти распознавания

Анализ потенциала, связанного с событием, показал значительную разницу между знакомыми и новыми стимулами для обученной группы. Этот эффект знакомства начался примерно через 230 мс во фронтальных областях после появления стимула и 300–400 мс в теменно-затылочных областях, что согласуется с предыдущими исследованиями, в которых сообщалось о более коротких латентных периодах для изображений, чем для распознавания слов (Schloerscheidt and Rugg, 1997, 2004; Curran and Cleary, 2003 ).Карран и Клири (2003) наблюдали ранний (300–500 мс) средне-фронтальный компонент, связанный с знакомством. Мы полагаем, что одна из причин ранее наблюдаемой нами разницы в 230 мс связана с большим количеством стимулов (600 на категорию по сравнению со 100 на категорию в Curran and Cleary, 2003) и связанным с этим увеличением статистической мощности. Многие исследования предполагают, что эта дифференциальная активация в лобной и теменной коре головного мозга опосредует два различных процесса памяти: один — для знакомства, а второй — для воспоминания (Yonelinas, 1994; Curran, 2000; Yonelinas et al., 2005; Вилберг и Рагг, 2009; Курран и Дойл, 2011). Однако другие исследования показывают, что воспоминание и знакомство отражают различия в силе общего следа памяти (Donaldson et al., 1996; Dunn, 2004; Gonsalves et al., 2005; Squire et al., 2007; Wixted, 2007; Wiesmann. и Ишай, 2008). Тем не менее, в обеих гипотезах префронтальная кора и задняя теменная кора участвуют в процессах распознавания. В самом деле, эти две области сильнее реагируют на фМРТ на стимулы, признанные знакомыми по сравнению с новыми (например,г., Rissman et al., 2010).

Значение эффекта знакомства, обнаруженного в исследованиях ERP, все еще обсуждается (например, Mecklinger et al., 2012; Paller et al., 2012). Различные авторы предполагают, что этот эффект может быть следствием нескольких компонентов (например, новизны, знакомства, прайминга), которые трудно распутать. Например, Цивилис и др. (2001) предположили, что фронтальный эффект был ответом не на знакомство со стимулом, а на новизну стимула. С другой стороны, в других исследованиях утверждается, что различие ERP может быть следствием повторения знакомых стимулов (концептуальный прайминг), отличных от нейронных коррелятов знакомства (Voss, Paller, 2006; Paller et al., 2007; Voss et al., 2010; Voss, Federmeier, 2011). Против этой гипотезы многие исследования утверждают, что этот эффект варьируется в зависимости от перцептивного перекрытия между стимулами во время учебы и теста (в то время как концептуальная обработка остается неизменной) и что семантическое прайминг (неявное извлечение) локализовано в большем количестве центрально-теменных областей, чем эффект знакомства (явное извлечение). ) (Ecker et al., 2007; Bridger et al., 2012; Küper et al., 2012; Lucas et al., 2012).

В нашем исследовании ERP были проанализированы путем включения всех испытаний.Таким образом, если бы было какое-либо затравливание, вызванное повторением изображений, мы должны были бы увидеть его в обеих группах участников. Однако мы обнаружили эффект знакомства только у обученных участников. Это говорит о том, что разница в ERP между знакомыми и новыми изображениями отражала процесс, присутствующий в обученной группе и отсутствующий в нетренированной группе. Кроме того, по сравнению с первичными исследованиями время реакции не было быстрее для знакомых сравниваемых новых элементов в задаче категоризации животных / не животных (Fabre-Thorpe et al., 2001). Таким образом, ранний фронтальный компонент, вероятно, представляет собой знакомство, а не раннюю категориальную обработку. Что касается теменно-затылочного компонента, наши результаты показывают, что он тесно связан со скоростью и точностью ответов. Поскольку наш протокол включал ответную реакцию на знакомые изображения и запрет на новые изображения, мы не можем исключить возможность того, что он отражает двигательную активность, а не процессы воспоминания. Действительно, можно утверждать, что наши участники не вспомнили изображения, поскольку их просили выполнить только знакомое / новое задание.Однако набор изображений может включать в себя очень похожие объекты, и поэтому такие сложные различия может быть невозможно выполнить исключительно на основе знакомства. Также возможно, что в основе наблюдаемого нами теменно-затылочного эффекта лежат как двигательные, так и воспоминания компоненты.

Размер эффекта и статистическая мощность

Количество участников в этом исследовании невелико — особенно для нетренированной группы (N-10). Мы сообщаем здесь анализ мощности, выполненный после обработки данных.Анализ мощности проводился с использованием пакета R «pwr». Наши основные поведенческие результаты, показывающие, что эффективность распознавания была выше у обученных, чем у нетренированных участников [ t (21) = 8,52, p = 3E – 8], дают размер эффекта 3,52 и статистическую мощность 1. Наш самый низкий эффект размер 0,89 для эффекта повторения изображения дает статистическую мощность 0,8. Для анализа ERP, рассматриваемого независимо от того факта, что мы использовали поправку на множественное сравнение, получаем статистическую мощность 0.94 для обученной группы (рис. 5), что означает, что вероятность обнаружения присутствующего эффекта составила 94%. Несмотря на меньшее количество участников, большие эффекты, наблюдаемые в нашем исследовании, указывают на то, что статистическая мощность уместна.

Заключение

Наши результаты показывают, что подробная информация о сложных природных сценах, мелькнувших всего за 20 мс, может быть неявно сохранена в долговременной памяти. Участники смогли распознать знакомые образы, если они видели их несколько раз в несвязанном задании, но не если они видели их только один раз.Это могло быть возможно, потому что стимулы повторялись в течение многих дней в задаче категоризации, а не просто пассивно просматривались. Наше исследование выделяет две функции, которые мозг выполняет без какого-либо влияния сверху вниз. Во-первых, кажется, что информация о категориях объектов обрабатывается, хотя в этом нет необходимости. Во-вторых, подробное кодирование визуальных стимулов происходит без каких-либо явных инструкций.

Авторские взносы

МП и МФ-Т проанализировали данные. Газету написали AD, MF-T и MP.

Заявление о конфликте интересов

Авторы заявляют, что исследование проводилось при отсутствии каких-либо коммерческих или финансовых отношений, которые могут быть истолкованы как потенциальный конфликт интересов.

Благодарности

Черновая версия этой рукописи была опубликована в докторантуре. диссертационный документ (Понсе, 2014).

Дополнительные материалы

Дополнительные материалы к этой статье можно найти в Интернете по адресу: https: // www.frontiersin.org/articles/10.3389/fnins.2018.00688/full#supplementary-material

РИСУНОК S1 | Парный t -тест p -значит частоту ложного обнаружения (с поправкой на FDR) для разницы связанных с событием потенциалов (ERP) между ответами «годен» и «отказ» для нетренированной группы с учетом только первого повторения (хотя неподготовленная группа действительно видела это изображение во время исследования точность была на уровне случайности) (A) или на всей фазе тестирования (B) .Разница представлена ​​в каждый момент времени от -100 до 600 мс относительно начала стимула. Электроды сгруппированы по областям, как показано на Рисунке 5.

Список литературы

Беджамини Ю. (2001). Контроль ложного обнаружения при множественном тестировании. Анналы статистики. 29, 1165–1188.

Google Scholar

Бонин П., Гелин М., Бугайская А. (2013). Оживленных лучше запоминают, чем о неодушевленных: еще одно свидетельство — словесные и графические стимулы. Память и познание 42, 370–382. DOI: 10.3758 / s13421-013-0368-8

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Брэди, Т. Ф., Конкл, Т., Альварес, Г. А., и Олива, А. (2008). Зрительная долговременная память имеет огромную емкость для хранения деталей объекта. Proc. Natl. Акад. Sci. США 105, 14325–14329. DOI: 10.1073 / pnas.08033

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Брэди, Т. Ф., Конкл, Т., Олива, А., и Альварес, Г.А. (2009). Обнаружение изменений в объектах реального мира: взаимосвязь между долговременной зрительной памятью и слепотой к изменениям. Коммуникативная и интегративная биология 2, 1–3. DOI: 10.4161 / cib.2.1.7297

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Бриджер, Э.К., Бадер, Р., Крюкова, О., Унгер, К., и Меклингер, А. (2012). FN400 функционально отличается от N400. NeuroImage 63, 1334–1342. DOI: 10.1016 / j.neuroimage.2012.07.047

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Купер Э. Х. и Пантл А. Дж. (1967). Гипотеза общего времени в вербальном обучении. Психологический бюллетень 68, 221–234. DOI: 10,1037 / h0025052

CrossRef Полный текст | Google Scholar

Курран, Т. (2000). Возможности мозга воспоминания и знакомства. Память и познание 28, 923–938. DOI: 10.3758 / BF03209340

CrossRef Полный текст | Google Scholar

Курран, Т.и Клири А. М. (2003). Использование ERP для отделения воспоминаний от знакомых при распознавании изображений. Когнитивные исследования мозга 15, 191–205. DOI: 10.1016 / S0926-6410 (02) 00192-1

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Карран, Т., и Дойл, Дж. (2011). Превосходство изображения вдвойне разъединяет корреляты ERP воспоминания и знакомства. J. Cogn. Neurosci. 23, 1247–1262. DOI: 10.1162 / jocn.2010.21464

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Делорм, А., и Макейг, С. (2004). EEGLAB: набор инструментов с открытым исходным кодом для анализа динамики ЭЭГ в одном исследовании, включая независимый компонентный анализ. J. Neurosci. Методы 134, 9–21. DOI: 10.1016 / j.jneumeth.2003.10.009

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Дональдсон, В., Маккензи, Т. М., и Андерхилл, К. Ф. (1996). Сравнение воспоминаний и мониторинга источников. Psychonomic Bulletin & Review 3, 486–490. DOI: 10.3758 / BF03214551

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Ecker, U.К. Х., Циммер Х. Д. (2009). Свидетельство ERP для гибкой настройки ориентации поиска и ее влияния на знакомство. J. Cogn. Neurosci. 21, 1907–1919. DOI: 10.1162 / jocn.2009.21135

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Эккер, У. К. Х., Циммер, Х. Д., Гро-Бордин, К., и Меклингер, А. (2007). Эффекты контекста на знакомство — это эффекты контекста знакомства — электрофизиологическое исследование. Международный журнал психофизиологии 64, 146–156.DOI: 10.1016 / j.ijpsycho.2007.01.005

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Эндресс, А. Д., Поттер, М. С. (2012). Ранние концептуальные и лингвистические процессы действуют в независимых каналах. Психологические науки 23, 235–245. DOI: 10.1177 / 0956797611421485

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Фабр-Торп, М., Делорм, А., Марло, К., и Торп, С. (2001). Ограничение скорости обработки при сверхбыстрой визуальной категоризации новых природных сцен. J. Cogn. Neurosci. 13, 171–180. DOI: 10.1162 / 0898924234

CrossRef Полный текст | Google Scholar

Глен, Ф., Смит, Н. Д., Крабб, Д. П. (2013). Саккадические движения глаз и эффективность распознавания лиц у пациентов с центральными глаукоматозными дефектами поля зрения. Vision Research. Том 82, 19. doi: 10.1016 / j.visres.2013.02.010 апрель 2013 г., страницы 42–51.,

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Гонсалвес, Б.Д., Кан И., Курран Т., Норман К. А. и Вагнер А. Д. (2005). Сила памяти и подавление повторения: мультимодальная визуализация медиального височного кортикального слоя для распознавания. Нейрон 47, 751–761. DOI: 10.1016 / j.neuron.2005.07.013

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Гро-Бордин, К., Циммер, Х. Д., и Меклингер, А. (2005). Связывание признаков в перцептивном прайминге и в распознавании эпизодических объектов: данные из связанных с событием потенциалов мозга. Когнитивные исследования мозга 24, 556–567. DOI: 10.1016 / j.cogbrainres.2005.03.006

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Хипп Дж. И Сигел М. (2013). Отделение нейрональной активности гамма-диапазона от активности черепных и глазных мышц в ЭЭГ. Front Hum Neurosci. 2013: 338. DOI: 10.3389 / fnhum.2013.00338

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Холлингворт, А., и Хендерсон, Дж. М. (2002).Точная зрительная память на ранее посещенные объекты в естественных сценах. Журнал экспериментальной психологии 28, 113–136. DOI: 10.1037 // 0096-1523.28.1.113

CrossRef Полный текст | Google Scholar

Интрауб, Х. (1979). Роль неявного именования в кодировании изображений. Журнал экспериментальной психологии 5, 78–87. DOI: 10.1037 / 0278-7393.5.2.78

CrossRef Полный текст | Google Scholar

Интрауб, Х. (1980). Скорость презентации и отображение мельком мелькнувших картинок в памяти. Журнал экспериментальной психологии. Обучение и память человека 6, 1–12. DOI: 10.1037 / 0278-7393.6.1.1

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Конкл Т., Брэди Т. Ф., Альварес Г. А. и Олива А. (2010a). Концептуальная различимость поддерживает детальную визуальную долговременную память о реальных объектах. J. Exp. Psychol. Gen. 139, 558–578. DOI: 10.1037 / a0019165

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Конкле, Т., Брэди, Т.Ф., Альварес, Г.А., и Олива, А. (2010b). Память сцен более детализирована, чем вы думаете: роль категорий в долговременной зрительной памяти. Психологические науки 21, 1551–1556. DOI: 10.1177 / 0956797610385359

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Koutstaal, W., and Schacter, D. L. (1997). Ложное распознавание изображений на основе Gist у взрослых и детей старшего возраста. Журнал памяти и языка 37, 555–583. DOI: 10.1006 / jmla.1997.2529

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Купер К., Гро-Бордин К., Циммер Х. Д. и Эккер У. К. Х. (2012). Электрофизиологические корреляты конкретных процессов в неявной и явной памяти. Когнитивная, аффективная и поведенческая неврология 12, 52–64. DOI: 10.3758 / s13415-011-0065-7

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Ли, Ф. Ф., Ван Руллен, Р., Кох, К., и Перона, П.(2002). Быстрая категоризация естественных сцен при почти полном отсутствии внимания. Proc. Natl. Акад. Sci. США 99, 9596–9601. DOI: 10.1073 / pnas.0

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Лофтус, Г. Р. (1972). Фиксация глаз и память распознавания изображений. Cognit. Psychol. 3, 525–551. DOI: 10.1016 / 0010-0285 (72)

CrossRef Полный текст | Google Scholar

Лукас, Х. Д., Тейлор, Дж. Р., Хенсон, Р.Н., Паллер К. А. (2012). К признанию ведут многие пути: электрофизиологические корреляты знакомства, полученные в результате краткосрочного замаскированного повторного прайминга. Neuropsychologia 50, 3041–3052. DOI: 10.1016 / j.neuropsychologia.2012.07.036

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Меклингер А., Фрингс К. и Росбург Т. (2012). Ответ Паллеру и др .: роль осведомленности в умозаключениях относительно неизвестных величин . Тенденции в когнитивных науках 16, 315–316.DOI: 10.1016 / j.tics.2012.04.009

CrossRef Полный текст | Google Scholar

Мельчер Д. и Ковлер Э. (2001). Зрительная память сцены и руководство саккадическими движениями глаз. Vision Research 41, 3597–3611. DOI: 10.1016 / S0042-6989 (01) 00203-6

CrossRef Полный текст | Google Scholar

Мелчер, Д., Мерфи, Б. (2011). Роль смысловой интерференции в ограничении памяти на детали визуальных сцен. Границы в психологии 2: 262.DOI: 10.3389 / fpsyg.2011.00262

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Нэрн, Дж. С., и Пандейрада, Дж. Н. С. (2010a). Адаптивная память: наследственные приоритеты и мнемоническая ценность обработки выживания. Cognit. Psychol. 61, 1–22. DOI: 10.1016 / j.cogpsych.2010.01.005

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Нэрн, Дж. С., и Пандейрада, Дж. Н. С. (2010b). Адаптивная память: критерий природы и функционалистская повестка дня. Am. J. Psychol. 123, 381–390.

Google Scholar

Нэрн, Дж. С., Пандейрада, Дж. Н. С. и Томпсон, С. Р. (2008). Адаптивная память: сравнительная ценность обработки выживания. Психологические науки 19, 176–180. DOI: 10.1111 / j.1467-9280.2008.02064.x

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Нэрн, Дж. С., Ванарсдалл, Дж. Э., Пандейрада, Дж. Н. С., Когдилл, М., Лебретон, Дж. М. (2013). Адаптивная память: мнемоническое значение анимации. Психологические науки 24, 2099–2105. DOI: 10.1177 / 0956797613480803

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Паллер К. А., Лукас Х. Д. и Восс Дж. Л. (2012). Предполагая слишком многое из «знакомых» мозговых потенциалов. Тенденции когнитивных наук 16, 313–315. DOI: 10.1016 / j.tics.2012.04.010

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Понсе, М., Редди, Л., и Фабр-Торп, М. (2012). Потребность в большем количестве информации, но не в сосредоточении внимания на доступе к представлениям базового уровня. J. Vis. 12, 15. DOI: 10.1167 / 12.1.15

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Поттер, М. К. (1976). Кратковременная концептуальная память на картинки. Журнал экспериментальной психологии. Обучение и память человека 2, 509–522. DOI: 10.1037 / 0278-7393.2.5.509

CrossRef Полный текст | Google Scholar

Поттер М. К., Стауб А., Радо Дж. И О’Коннор Д. Х. (2002). Память для распознавания кратко представленных картинок: время быстрого забывания. Журнал экспериментальной психологии. Человеческое восприятие и производительность 28, 1163–1175. DOI: 10.1037 / 0096-1523.28.5.1163

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Ранганат, К., ДеГутис, Дж., И Д’Эспозито, М. (2004). Категория-специфическая модуляция низшей временной активности во время кодирования и обслуживания рабочей памяти. Brain Res. Cogn. Brain Res 2004, 37–45. DOI: 10.1016 / j.cogbrainres.2003.11.017

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Рисман, Дж., Грили, Х. Т., и Вагнер, А. Д. (2010). Обнаружение индивидуальных воспоминаний посредством нейронного декодирования состояний памяти и прошлого опыта. Proc. Natl. Акад. Sci. США 107, 9849–9854. DOI: 10.1073 / pnas.1001028107

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Русселе, Г. А., Торп, С. Дж., И Фабр-Торп, М. (2004). Обработка одной, двух или четырех природных сцен на людях: пределы параллелизма. Vision Research 44, 877–894. DOI: 10.1016 / j.visres.2003.11.014

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Рагг М. Д., Марк Р. Э., Валла П., Шлоершайдт А. М., Берч С. С. и Аллан К. (1998). Диссоциация нейронных коррелятов неявной и явной памяти. Природа 392, 595–598. DOI: 10.1038 / 33396

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Schloerscheidt, A. M., and Rugg, M. D. (1997). Память на распознавание слов и изображений: потенциальное исследование, связанное с событием. NeuroReport 8, 3281–3284. DOI: 10.1097 / 00001756-199710200-00018

CrossRef Полный текст | Google Scholar

Schloerscheidt, A. M., and Rugg, M. D. (2004). Влияние изменения формата стимула на электрофизиологические показатели узнавания. Neuropsychologia 42, 451–466. DOI: 10.1016 / j.neuropsychologia.2003.08.010

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Шаффер В. и Шиффрин Р. М. (1972). Репетиция и хранение наглядной информации. Журнал экспериментальной психологии 92, 292–296. DOI: 10,1037 / h0032076

CrossRef Полный текст | Google Scholar

Шепард Р. Н. (1967). Память на распознавание слов, предложений и изображений. Журнал вербального обучения и вербального поведения 6, 156–163. DOI: 10.1016 / S0022-5371 (67) 80067-7

CrossRef Полный текст | Google Scholar

Снодграсс, Дж. Г., и Корвин, Дж. (1988). Прагматика измерения памяти распознавания: приложения к деменции и амнезии. J. Exp. Psychol. Gen. 117, 34–50. DOI: 10.1037 / 0096-3445.117.1.34

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Сквайр, Л. Р., Викстед, Дж. Т., и Кларк, Р. Э. (2007). Память распознавания и медиальная височная доля: новая перспектива. Обзоры природы. Неврология 8, 872–883. DOI: 10.1038 / nrn2154

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Стэндинг, Л., Конезио, Дж., И Хабер, Р. Н. (1970). Восприятие и память на картинки: однократное обучение 2500 визуальных стимулов. Психономическая наука 19, 73–74. DOI: 10.3758 / BF03337426

CrossRef Полный текст | Google Scholar

Цивилис, Д., Оттен, Л. Дж., И Рагг, М. Д. (2001). Влияние контекста на нейронные корреляты памяти распознавания: электрофизиологическое исследование. Нейрон 31, 497–505. DOI: 10.1016 / S0896-6273 (01) 00376-2

CrossRef Полный текст | Google Scholar

Цучия, Н., Кох, К. (2016). «Неврология сознания», в Cognitive Neuroscience and Neuropathology , 2nd Edn, eds S.Laureys, O. Gosseries и G. Tononi (Нью-Йорк, Нью-Йорк: Эльзевьер).

Google Scholar

Ван Арсдалл, Дж. Э., Нэрн, Дж. С., Пандейрада, Дж. Н. С., и Блант, Дж. Р. (2013). Адаптивная память: обработка анимации дает мнемонические преимущества. Exp. Psychol. 60, 172–178. DOI: 10.1027 / 1618-3169 / a000186

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Ван Руллен Р. и Торп С. Дж. (2001). Динамика визуальной обработки: от раннего восприятия до принятия решения. J. Cogn. Neurosci. 13, 454–461. DOI: 10.1162 / 089892001880

CrossRef Полный текст | Google Scholar

Вильберг, К. Л., Моосави, Р. Ф., и Рагг, М. Д. (2006). Связь между электрофизиологическими коррелятами воспоминаний и объемом извлекаемой информации. Brain Research 1122, 161–170. DOI: 10.1016 / j.brainres.2006.09.023

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Вильберг, К. Л., Рагг, М.Д. (2009). Функциональное значение активности, связанной с поиском, в боковой теменной коре: данные фМРТ и ERP. Hum. Brain Mapp. 30, 1490–1501. DOI: 10.1002 / hbm.20618

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Восс, Дж. Л., Федермайер, К. Д. (2011). Потенциалы FN400 функционально идентичны потенциалам N400 и отражают семантическую обработку во время тестирования распознавания. Психофизиология 48, 532–546. DOI: 10.1111 / j.1469-8986.2010.01085.x

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Восс, Дж. Л., и Паллер, К. А. (2006). Беглая концептуальная обработка и явная память для лиц электрофизиологически различаются. J. Neurosci. 26, 926–933. DOI: 10.1523 / JNEUROSCI.3931-05.2006

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Восс, Дж. Л., Шендан, Х. Э., и Паллер, К. А. (2010). Обретение смысла в новых геометрических формах влияет на электрофизиологические корреляты повторения и разделяет перцептивную и концептуальную прайминг. NeuroImage 49, 2879–2889. DOI: 10.1016 / j.neuroimage.2009.09.012

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Wiseman, S., and Neisser, U. (1974). Перцептивная организация как детерминант памяти визуального распознавания. Am. J. Psychol. 87, 675–681. DOI: 10.2307 / 1421974

CrossRef Полный текст | Google Scholar

Вудрафф, К. К., Хаяма, Х. Р., Рагг, М. Д. (2006). Электрофизиологическая диссоциация нейронных коррелятов воспоминаний и знакомства. Brain Res. 1100, 125–135. DOI: 10.1016 / j.brainres.2006.05.019

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Йонелинас, А. П. (1994). Рабочие характеристики приемника в памяти распознавания: свидетельство модели двойного процесса. Журнал экспериментальной психологии. 20, 1341–1354.

Google Scholar

Йонелинас, А. П., Оттен, Л. Дж., Шоу, К. Н. и Рагг, М. Д. (2005). Разделение областей мозга, участвующих в воспоминании и знакомстве, в памяти распознавания. Журнал неврологии 25, 3002–3008. DOI: 10.1523 / JNEUROSCI.5295-04.2005

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Ю. С., Рагг М. Д. (2010). Диссоциация электрофизиологических коррелятов силы знакомства и повторения заданий. Brain Res. 1320, 74–84. DOI: 10.1016 / j.brainres.2009.12.071

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Циммер, Х. Д., и Эккер, У. К. Х.(2010). Запоминание перцептивных характеристик, неравномерно связанных в предметных и эпизодических токенах: нейронные механизмы и их электрофизиологические корреляты. Neuroscience & Biobehavioral Reviews 34, 1066–1079. DOI: 10.1016 / j.neubiorev.2010.01.014

PubMed Аннотация | CrossRef Полный текст | Google Scholar

(PDF) Долговременная память для изображений

ПАМЯТЬ

ДЛЯ

ИЗОБРАЖЕНИЙ

389

меньше

центральная

до

, что означает

из

, чем инвентарь

, чем инвентарь

и

пространственное

отношение

информации.

Инвентаризация

и

пространственная

информация о взаимосвязях

должна быть

, а не

только

должна быть

дольше сохраняться

но

должна также

путь от

экстент

до

который

изображения

организованы

.Инвентарная информация

может быть

закодирована

и

сохранена

для

коротких

периодов,

независимо от

из структуры

из

изображения еще не

доступно

на

позже, если

не организовал

в

стабильном

образе. Мандлер

и

Джонсон (1976) предложил

, что

схема сцены

не может содержать точную информацию инвентаризации

, потому что они

обнаружили

нет

эффекты

эффекты

на

распознавании

из

инвентаризационной информации

в тесте

немедленно

.

Однако инвентарная информация

может быть

успешно закодирована

из

не

организованное изображение, возможно,

как список

из

элементов,

длинный

запуск

потому что

сам список

не

организованный

в

образуют

схемы

Следовательно, после

4

месяцев

мы ожидаем

типа

transforma-

tions

будет

лучше

распознано

в

организованных изображениях. Точно так же пространственные отношения,

как

, протестированные

на

перестановка

и

ориентация

изменений, также должны оказаться превосходными

в

организованных

изображениях.

Эффект

размер

изменения

—

менее четкий

по причинам

, обсуждавшимся ранее.

Распознавание

из

изменений токенов, представляет собой описательную деталь

в

, если

не затрагивается

сцена

схемы;

, таким образом, производительность

на

это преобразование будет

не

ожидаемым

до

отличается

для двух типов

из

изображения.Сцена

схемы

уменьшить выделение

пространственные

композиции

информация

в

организованных изображениях. Однако

, если

, это

, вид

из

информация

—

сложный

—

сохранить, ходы должны

быть

плохо распознаваемые

снимок после

a

длинный

интервал удержания

.

Удаление

и

добавление

имеют

и

неоднозначный статус

.

В пределах

, что

они

обнаружены

на основе

из

пространственных

информация о составе их долгосрочное

—

— плохое;

, если

, они

обнаружены

на основе

из

изменения

в инвентаре

,

они

должны быть сохранены

в

организованных картинках.

A

сравнение

из

немедленное

и

долгосрочное признание

из

эти

две

преобразования должны

прояснить основу

они

признаны

.

Метод

Субъекты

Девяносто шесть студентов поступили на

в

вводных-

классах временной психологии

в университете

из

в эксперименте

для получения кредита класса

.Двадцать четыре субъекта были отнесены к

к

каждому

из

четырех

интервалов удержания

;

половина

из

каждая группа

просмотренных

организованных изображения

и

половина просмотренных

un-

организованных

изображений.

Stimuli

Набор из

организованных целевых изображений состоял из

из

восьми

35-мм

слайдов

из

черных

и

белых линий рисунков

и

тем, что использовались

в

Mandler

и

Johnson

(1976)

, за исключением

, где

каждый содержал приблизительно

шесть

объектов из

восемь.

Как результат

,

изображения

были

заметно менее плотными

в виде

.

дополнительных

пустых пространств, созданных

на

уменьшение

число

из

объектов разрешено

объект

быть

также позволяет перемещать изменения

из

некоторые-

что

большее значение, чем использовалось ранее. Четыре изображения

были сценами на открытом воздухе

и

четыре

в помещении;

в пределах

это подразделение,

два из

каждого типа включали

несколько человек,

и

другие

два

были в основном

неодушевленные

в

иероглифах.

Набор из

неорганизованных изображений

был

сгенерирован

на

удален

перспектива

линия

из

каждый организованный

и

, затем поворот

каждый объект

назад

в его нормальное вертикальное положение

.

Затем

четыре

из шести

объектов были заменены местами

—

создают по существу

нулевую корреляцию между горизонтальными

и

вертикальных объектов

в двух версиях

.

Этот метод

из

дезорганизация изображений

нарушено

значимых

отношений между объектами, в то время как

поддерживает

приблизительно

одинаковую плотность

объектов

из

данного изображения.

Пример

организованный

и

неорганизованный

версия

из

изображение

это

показано

Было сгенерировано восемь преобразований

для

каждое

изображение

до

создать

дистрактора

для распознавания

тестов:

(a)

— совместимый объект —

означает

сцены

было

было добавлено

к изображению

;

(b)

удаление — объект

был

удален

из

изображения

;

(c)

type

change — объект

был

заменен

на

con-

фактически

другой

объект

того же размера

форма;

(d)

token

change — объект

был

заменен

на

другой

объект

из

того же размера, формы,

и

и 9000

, но

,

отличалось

детали

внешний вид;

(e)

перестановка — два объекта

из

примерно

форма

того же размера

и

поменялись местами, с

перестановки

так что

, что

кажущийся

размер не будет

не будет

изменено

в

организовано

сцен;

(f)

ориентация

изменение — объект

был изменен

проверено

так

, что

это

обращено

в направлении

напротив

;

(g)

перемещение — объект

был

перемещен

в

горизонтальной

плоскости

на расстояние

, равное

до его

шириной

ходов

были к

к центру

из

изображения

и

половина

к

к

периферии);

(h)

размер

изменение —

Распознавание изображений, кратко замеченных десятью годами ранее — ScienceDaily

Вспоминая имена старых одноклассников через 50 лет после окончания школы или любимых детских телесериалов, демонстрирует удивительные способности человеческой памяти .Известно, что и эмоции, и повторяющееся воздействие играют роль в долгосрочном запоминании, но почему мы запоминаем вещи, которые не являются эмоционально заряженными и которые в прошлом видели или испытывали лишь несколько раз? Чтобы ответить на этот вопрос, ученые из исследовательского подразделения Centre de recherche cerveau и когнитивных исследований (CNRS / Université Toulouse III — Paul Sabatier) ¹ решили бросить вызов памяти людей, которых они тестировали в лаборатории десять лет назад. Они обнаружили, что участники узнавали изображения, которые видели всего несколько секунд десятью годами ранее.Эти результаты были опубликованы в Интернете 5 ноября 2017 года в журнале Cognition .

При проведении лабораторных тестов сложно учесть ключевые факторы, влияющие на запоминание. Однако известно, что частое знакомство с сенсорными данными приводит к прочным воспоминаниям. И то, что что-то увиденное или испытанное только один раз, никогда не забудется, если в нем участвуют сильные эмоции.

Исследователи в этом исследовании смогли контролировать эти переменные, то есть эмоциональный контекст и количество воздействий, и оценить другой тип запоминания.Они попросили 24 человека (без нарушений памяти), прошедших тестирование в лаборатории десять лет назад, вернуться для новых тестов. Десятилетием ранее тем же людям показали последовательность простых картинок, каждое на несколько секунд, без каких-либо конкретных инструкций по их запоминанию. Когда они вернулись в лабораторию в 2016 году, участников попросили идентифицировать эти изображения, представленные попарно, вместе с новыми изображениями.

В среднем опрошенные получили 55% правильных ответов, по сравнению с 57% в случае изображений, которые уже видели не менее трех раз, и до 70% для некоторых участников (одна треть из которых набрала от 60% до 70%).

В этих условиях эксперимента кажется, что трех экспозиций достаточно, чтобы запомнить изображение на 10 лет. Хотя ученые уже несколько лет знают, что воспоминания могут сохраняться неявно, то есть без возможности сознательного доступа к ним, это новое исследование показывает, что они могут напрямую влиять на выбор участников, а иногда даже могут вызывать сильное чувство знакомства.

Сейчас исследователи пытаются выяснить биологическую основу этого запоминания.Они предполагают, что такие воспоминания полагаются на небольшую группу сверхспециализированных нейронов, а не на широкую и разрозненную нейронную сеть.

Примечание:

¹ В состав исследовательской группы также входил исследователь из Института нейробиологии систем (AMU / INSERM).

История Источник:

Материалы предоставлены CNRS . Примечание. Содержимое можно редактировать по стилю и длине.

% PDF-1.4 % 224 0 объект > эндобдж xref 224 28 0000000015 00000 н. 0000001737 00000 н. 0000001829 00000 н. 0000001851 00000 н. 0000002148 00000 п. 0000002388 00000 н. 0000002639 00000 н. 0000002884 00000 н. 0000003140 00000 н. 0000003404 00000 п. 0000003570 00000 н. 0000003967 00000 н. 0000004100 00000 н. 0000004760 00000 н. 0000005409 00000 п. 0000006062 00000 н. 0000006235 00000 н. 0000006408 00000 п. 0000006586 00000 н. 0000006768 00000 н. 0000009497 00000 н. 0000010996 00000 п. 0000032118 00000 п. 0000035652 00000 п. 0000040421 00000 п. 0000048653 00000 п. 0000052771 00000 п. 0000053306 00000 п. трейлер ] >> startxref 0 %% EOF 225 0 объект > эндобдж 226 0 объект > эндобдж 227 0 объект > / XObject> / ProcSet [/ PDF / Text / ImageC] >> / Group> / Annots [228 0 R 229 0 R 230 0 R 231 0 R 232 0 R 233 0 R] >> эндобдж 228 0 объект >>> эндобдж 229 0 объект >>> эндобдж 230 0 объект >>> эндобдж 231 0 объект >>> эндобдж 232 0 объект >>> эндобдж 233 0 объект >>> эндобдж 234 0 объект > / W [1 [190 405 405 204 286 204 455 476 476 476 476 476 476 269 840 613 573 673 709 558 532 748 322 853 734 546 612 483 705 564 406 489 405 497 420 262438 495 238 239 448 231 753 500 492 490 324 345 294 487 639 431 387 1015 542 561]] / FontDescriptor 239 0 R >> эндобдж 235 0 объект > эндобдж 236 0 объект > эндобдж 237 0 объект > эндобдж 238 0 объект > эндобдж 239 0 объект > эндобдж 240 0 объект > эндобдж 241 0 объект > эндобдж 242 0 объект > эндобдж 243 0 объект > транслировать xZn} ߯ Ge% $ aĦ? VLHł> U =] 5KR0`Ŋ} {^ 5FeԠOK0F ?.a6e z8ZdfQũSx (l7W $ & LLaXj’d9FRԘ3Fw2W @ ZGhgNe (yXϜiŪ հ lbj} IwZ {NMY &, Ys # XoKiDmxw0oX [0Fi ֤ cI.0: on / ֌ $ B7ĜpwIHldage 9000 для визуальных исследований 9000 в Engagement вашей аудитории: V?

Сейчас мы живем в эпоху визуальной информации, когда визуальный контент играет роль во всех сферах жизни. Поскольку 65 процентов населения изучают визуальные образы, графика играет ключевую роль в привлечении студентов к курсам электронного обучения.

Visuals объединяет контент в более мелкие и более простые для обработки фрагменты, и когда вы выбираете правильные визуальные эффекты, они предлагают большую понятность, чем текстовые объяснения или только аудио.Кроме того, учащиеся легко связывают эмоции с визуальными эффектами, которые делают электронные курсы, которые вы изучаете, более впечатляющими и запоминающимися, чем просто добавление текста.

В этом посте мы подробно рассмотрим некоторые статистические данные и факты, чтобы еще больше убедить, почему создатели электронного обучения должны использовать визуальные эффекты при создании своих курсов.

Как кратковременная, так и долговременная память хранят информацию по частям, но первая ограничена. Один из самых простых способов обеспечить, чтобы учащиеся сохраняли информацию в своей долговременной памяти, — это сочетать концепции со значимыми изображениями. Наглядные материалы помогают учащимся разобраться в содержании и привлечь внимание, увеличивая вероятность того, что учащиеся запомнят материал.

Согласно Доктор Линелл Бурмарк , консультант по образованию, который пишет и говорит о визуальной грамотности: «… если наши слова, концепции, идеи не привязаны к изображению, они войдут в одно ухо, проплывут через мозг и исчезнут. из другого уха. Слова обрабатываются нашей кратковременной памятью, где мы можем сохранить только около семи бит информации (плюс-минус 2) […].С другой стороны, образы попадают прямо в долговременную память, где они неизгладимо запечатлеваются ».

Кроме того, этот эффект со временем усиливается. Одно исследование показало, что через три дня пользователь сохраняет только 10-20 процентов письменной или устной информации, но почти шестьдесят пять процентов визуальной информации. Другое исследование показало, что иллюстрированный текст на девять процентов эффективнее одного текста при тестировании немедленного понимания прочитанного и на 83 процента эффективнее, когда тест откладывается.

Также прочтите: Как использовать наглядные материалы в электронном обучении: 9 советов и 5 примеров

Согласно данным Visual Teaching Alliance:

• Мозг может видеть изображения, которые длятся всего 13 миллисекунд.
• Наши глаза могут зарегистрировать 36 000 визуальных сообщений в час.
• Мы можем ощутить визуальную сцену менее чем за 1/10 секунды.
• 90% информации, передаваемой в мозг, является визуальной.
• Визуальные изображения обрабатываются мозгом в 60 000 раз быстрее, чем текст.
• 40 процентов нервных волокон связаны с сетчаткой

Все это указывает на то, что люди обрабатывают визуальную информацию более эффективно, чем текст. Посмотрите сами:

Источник изображения: Блог Uberflip

Принимая все это во внимание, разработчики электронного обучения могут использовать эти знания при разработке своих курсов в своих интересах, добавляя эффективную графику для поддержки понимания.

Подумайте: какой контент лучше структурировать в виде изображения или видео, а не в виде маркированного списка?

Visuals улучшает обучение на до 400 процентов .Кроме того, они влияют на учащихся на когнитивном уровне и стимулируют воображение, что позволяет пользователям быстрее обрабатывать информацию. Роберт Э. Хорн из Стэнфордского университета четко объяснил эту взаимосвязь: «Когда слова и визуальные элементы тесно переплетаются, мы создаем что-то новое и увеличиваем наш общий интеллект … визуальный язык имеет потенциал для увеличения« пропускной способности человека »- способности воспринимать, понимать и более эффективно синтезировать большие объемы новой информации.«

Другие исследования показали, что визуальные элементы, такие как графические органайзеры, улучшают производительность в следующих областях:

• Понимание прочитанного

• Достижение ученика

• Организация и обмен идеями

• Поиск закономерностей и взаимосвязей

Эта инфографика показывает, как наш мозг настроен на автоматическую интерпретацию взаимосвязей между объектами, что позволяет почти мгновенно понимать это с минимальными усилиями:

Визуальные эффекты вызывают более быструю и сильную реакцию, чем слова.Они помогают пользователям взаимодействовать с контентом, и такие эмоциональные реакции влияют на сохранение информации. Это потому, что зрительная память закодирована в средней височной доле мозга, там же, где обрабатываются эмоции. Мозг устроен таким образом, что визуальные стимулы и эмоциональная реакция легко связаны, и вместе они образуют воспоминания. Негативные визуальные изображения особенно полезны для того, чтобы произвести сильное эмоциональное впечатление.

Даже абстрактные концепции могут выиграть от изображений, если создатели курсов используют визуальные метафоры.Включение визуальных метафор в их курс электронного обучения помогает выражать эмоции, чтобы вызвать аналогичную эмоциональную реакцию у студентов. См. Этот пример:

Источник изображения: блог Visual Rhetoric

Около 40 процентов учащихся лучше реагируют на визуальную информацию, чем на текст . Простой просмотр изображения позволяет пользователям воссоздать этот опыт в своей голове. Профессионалы электронного обучения могут извлечь из этого пользу, рассказывая на своих курсах истории с помощью захватывающих изображений и увлекательных видеороликов.

Важно отметить, что графика также может негативно повлиять на обучение, если она используется ненадлежащим образом. Когда на экране появляется графика, не относящаяся к теме, например, используемая в чисто декоративных целях, учащиеся будут подсознательно пытаться выяснить смысл и причину изображения.

Ниже приведены примеры изображений, которые создатели курсов всегда должны избегать в визуальном дизайне электронного обучения:

• Изображения, которые явно являются стоковыми фотографиями.
• Обычная графика, демонстрирующая явное отсутствие воображения.
• Изображения плохого качества с пикселями, низким разрешением, чрезмерным сжатием или неправильным размером.

С другой стороны, хорошо подобранные изображения могут улучшить понимание и понимание, когда разработчики стратегически размещают такую ​​графику в курсе. В отличие от текста, картинки могут обогатить общение и стимулировать эмоциональную реакцию. Чтобы использовать наглядные материалы таким образом, чтобы усилить материал курса и облегчить обучение, необходимо использовать изображения, которые:

• Представляйте реальные объекты, людей или места.
• Упростите сложные или абстрактные идеи.
• Мост уже изучил материалы с незнакомым.

Дизайнеры электронного обучения должны использовать только изображения, которые имеют четкую ценность, иначе они в лучшем случае будут отвлекать, а в худшем — создать у учащихся неправильное впечатление. Это означает исключение всего, что напрямую не поддерживает цели обучения.

желтых певчих птиц запоминают предупреждающие звонки через день, предполагающие долговременную память | Наука

По всей Северной Америке сотни видов птиц тратят время и энергию на выращивание чужих цыплят.Они стали жертвами «выводкового паразита», называемого коровьей птицей, который добавляет свое собственное яйцо в их кладку, обманывая другой вид, чтобы вырастить потомство. У одной цели, желтой камышевки, есть специальный призыв, чтобы предупредить согревающих яйца самок, когда коровьи птицы обследуют область. Теперь исследователи обнаружили, что самки отреагировали на это предупреждение на 1 день позже, предполагая, что их долговременная память может быть намного лучше, чем предполагалось.

«Это очень сложная и тонкая поведенческая реакция», — говорит Эрик Грин, поведенческий эколог из Университета Монтаны, штат Миссула, который не принимал участия в исследовании.«Я удивлен? Думаю, я больше трепещу. Это чертовски круто.

Птицы десятилетиями поражали ученых своим интеллектом. Западные сойки, например, могут запоминать, где они хранили еду на зиму, и даже могут отслеживать, когда она испортится. Есть свидетельства того, что другие птицы могут обладать столь же впечатляющей способностью запоминать определенные значимые крики.

«Животные умны в том контексте, в котором они должны быть умными», — говорит Марк Хаубер, исследователь поведения животных из Университета Иллинойса, Урбана-Шампейн (UIUC) и Института перспективных исследований в Берлине, которые вместе автор нового исследования.Он хотел посмотреть, способны ли желтые певчие птицы запоминать свой собственный важный предупреждающий сигнал, известный как сит.

Птицы издают отрывистый звук этого крика только тогда, когда рядом коровья птица. Когда самки желтой камышевки слышат это, они возвращаются в свои гнезда и сидят неподвижно. (Его также можно было бы назвать «вызовом на место».) Но неясно, помнят ли они еще об утреннем предупреждении.

Таким образом, группа UIUC обнаружила 27 гнезд желтых камышевок возле кампуса и заставила самок услышать либо тишину, либо один из двух звуков: запись разговора сибиряка или запись общего предупреждения — используемого для хищников или соревнований — называемого чипом на 10 минут.На следующее утро исследователи наблюдали за птицами в течение 80 минут: за 20 минут до восхода солнца и через 60 минут после, когда коровьи птицы наиболее активны.

«Этих птиц действительно трудно увидеть, когда почти нет света», — говорит Шелби Лоусон, поведенческий эколог из UIUC, руководивший исследованием. «Вы в основном смотрите в бинокль целый час, потому что не хотите ничего пропустить». На всякий случай исследователи также разместили в гнездах датчики температуры, чтобы определять присутствие птицы.

Они обнаружили, что певчие птицы реже покидали свои гнезда, услышав крик, чем если бы они не слышали никакого предупреждения, сообщила группа в прошлом месяце в Biology Letters . Запрос чипа, похоже, никак не повлиял на то, как часто они покидали гнездо. «Спустя шестнадцать часов после эксперимента птицы по-прежнему ведут себя так, как будто есть коровья птица», — говорит Хаубер. «Это позволяет нам думать, что такие сигналы несут долгосрочное значение».

Из более чем 200 видов, на которых охотятся коровьи птицы, желтые камышевки — единственные известные до сих пор, разработавшие предупреждающий сигнал, предназначенный для коровьих птиц.По словам Хаубера, это исследование показывает, что певчие птицы могут сделать еще один шаг вперед, сохраняя знания, переданные призывом, с помощью чего-то напоминающего впечатляющую долговременную память сойки.

Лоусон надеется продолжить сканирование мозга птиц при воспроизведении различных сигналов, чтобы лучше понять, как обрабатывается информация. Загорается ли та же часть мозга, когда птицы слышат крик коровьей птицы, как, например, когда они слышат крик?

«Это животные, у которых есть ступеньки в языке», — говорит Лоусон.