[feed] pefprints@pef.uni-lj.si | [feed] Atom [feed] RSS 1.0 [feed] RSS 2.0 |
English
Logo            
  Logo Prijava | Registracija
 
 

Ugotavljanje razlik v spoznavnem delovanju po administraciji estradiola z uporabo računskega modeliranja in izkustvenih preiskav

Sebastijan Veselič (2017) Ugotavljanje razlik v spoznavnem delovanju po administraciji estradiola z uporabo računskega modeliranja in izkustvenih preiskav. Magistrsko delo.

[img]
Predogled
PDF
Download (2970Kb)

    Povzetek

    Estradiol je nedavno postal zanimiv v farmakološkem raziskovanju spoznavnega delovanja kot agent, ki ga lahko predrugači. Predpostavljen mehanizem, ki to omogoča, je sprememba v nivoju razpoložljivega dopamina. Implikacije slednjega so pri vzpodbujevalnem učenju (angl. reinforcement learning) danes dobro raziskane. Ker estradiol morebiti predrugači spoznavno delovanje potrebno za uspešno izvrševanje naloge vzpodbujevalnega učenja in je verjeten mehanizem, preko katerega to dosega, sprememba razpoložljivega dopamina, smo poskušali ugotoviti, ali administracija estradiola res vpliva na izvedbo ter učenje pri nalogi verjetnostnega vzpodbujevalnega učenja. V ta namen smo izvedli dvojno slep s placebom kontroliran eksperiment, v katerem smo gledali, če je med kontrolno in eksperimentalno skupino prišlo do sprememb v stopnji učenja pri nalogi vzpodbujevalnega učenja s pomočjo Q-učnega algoritma. Dodatno je bil uporabljen hierarhični Bayesovski učni algoritem (hierarhični Gaussov filter), ki naj bi bil boljši pri razlagi vedenja na nalogah vzpodbujevalnega učenja. Hierarhični Gaussov filter namreč omogoča natančnejše in kompleksnejše modeliranje vedenja preko modeliranja prepričanj s pomočjo dodatnih parametrov v modelu. Za preverjanje te trditve smo modela primerjali s pogosto uporabljenima merama za primerjanje modelov (tj. Bayesovskim informacijskim kriterijem in Akaike informacijskim kriterijem) vrednosti ter izračunali točnost obeh modelov. Udeleženci so prav tako poročali o svojih prepričanjih glede naloge vzpodbujevalnega učenja v obliki statičnih ocen in dinamičnih, časovno-odvisnih ocen. Oboje je bilo uporabljeno za dodatno potrditev modelnih vrednosti drugega modela. Ugotovili smo, da med skupinama ni bilo statistično pomembnih razlik v stopnji učenja. V nasprotju z našimi pričakovanji smo ugotovili, da se je algoritem Q-učenja boljše prilegal podatkom kot drugi model. Kot zadnje smo razkrili statistično pomembno povezanost med ocenami modela in subjektivnimi poročili o prepričanjih v nekaterih izmed izračunanih korelacij. S tem je bila nakazana uporabnost združevanja subjektivnih poročil z modelnimi vrednostmi hierarhičnega Gaussovega filtra v namene potrditve ustreznosti modelnih vrednosti.

    Tip vnosa: Delo ali doktorska disertacija (Magistrsko delo)
    Ključne besede: odločanje, estradiol, vzpodbujevalno učenje, hierarhični Gaussov filter, izkustveno poročanje
    Število strani: 77
    Jezik vsebine: Angleščina
    Mentor / Somentorji:
    Mentor / SomentorjiIDFunkcija
    dr. Gerhard JochamMentor
    dr. Christoph MathysSomentor
    Povezava na COBISS: http://www.cobiss.si/scripts/cobiss?command=search&base=50126&select=(ID=11733065)
    Ustanova: Univerza v Ljubljani
    Fakulteta: Pedagoška fakulteta
    ID vnosa: 4745
    Datum vnosa: 26 Sep 2017 07:43
    Zadnja sprememba: 26 Sep 2017 07:43
    URI: http://pefprints.pef.uni-lj.si/id/eprint/4745

    Akcije (potrebna je prijava)

    Pregled vnosa