换一批神经模拟推断:基于神经网络和模拟推断的认知建模方法
Neural Simulation-based Inference:A Neural Network And Simulation-based Inference Approach to Cognitive Modelling
摘要认知建模是量化和理解人类心智过程的重要方法,但目前该方法多集中于简单实验任务和数据结构.在试图构建复杂模型以解释复杂认知过程时,能否确定其似然并完成参数推断成为一项严峻的挑战.基于神经网络的模拟推断方法结合了模拟推断与分摊技术,无需计算似然函数,直接利用模拟数据进行参数推断并通过神经网络训练控制计算成本,可快速稳健地进行参数推断.该方法已成功应用于证据积累模型框架下的大规模数据、动态潜变量以及联合建模等场景,并开始扩展到强化学习和贝叶斯决策模型.未来的研究可以进一步验证神经模拟推断的有效性,运用该方法扩大认知模型的应用范围,推动理论与模型发展,增进对人类复杂认知加工规律的理解.
更多相关知识
关键词
认知建模生成模型贝叶斯基于模拟的推断基于神经网络的模拟推断cognitive modelinggenerative modelsbayesiansimulation-based inferenceneural networkneural amortized bayesian inference
栏目名称
DOI
10.16719/j.cnki.1671-6981.20250406
发布时间
2025-09-10（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家自然科学基金（32471097）
- 浏览1
- 被引2
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
