调节的计算模型

Schmajuk Nestor

Computational Models of

Conditioning

2010,300pp

Hardback

ISBN9780521113649

自从经典调节的多个性质首次描述以来，人们发现并证实了对利用数学模型帮助解释所定义特性的需求。这些模型的数学复杂性使得对它们运行的理解超出了人类直觉思考的能力，这就使得计算机模拟成为不可取代的重要方法。

这本专集收录了在调节计算模型杜克专题讨论会上宣读的论文，该讨论会于2009年5月15-17日在南卡罗来纳州达勒姆的杜克大学举行。这次会议是由杜克大学心理学、神经科学系及杜克艺术与科学研究委员会等单位举办的。

除了绪论以外，本书共有8章，出自不同的专家之手。1.学习中注意力的演化，作者是J•K•Kruschke和R•A•Hullinger，他们都来自美国卢明顿市的印第安那大学；2.自由联想的归纳论证，作者是J•A•Harris，他来自澳大利亚悉尼大学心理学院；3.条件作用的混合建模方法，作者是M•E•LE•Pelley，他来自英国威尔士加的夫市的加的夫大学心理学院；4.内心复合自由联想：模型与数据，作者是J•E•Witnauer 和R•R•Miller，两位均来自美国宾尔姆顿纽约州立大学心理系；5.无条件反射刺激处理的自由联想调整：对反应弱化理解的实现，作者是A•R•Wagner和E•H•Vogel，前者来自美国纽黑文的耶鲁大学，后者来自智利塔尔卡市的塔尔卡大学；6.注意力、自由联想和条件作用反射完形，作者是N•A•Schmajuk, M•G•Kutlu, J•Dunsmoor 和J•A•Larrauri, 他们都来自美国杜克大学心理学及神经科学系；7.小脑的计算机模拟，作者是M•D•Mauk, 他来自美国奥斯汀的德州大学的学习、记忆及神经生物学中心；8.操作/反应区分：计算神经网络分析，作者是J•E•Burgos, 他来自墨西哥瓜达拉哈拉大学

本书的编者是美国杜克大学心理学及神经科学教授，他开发并且测试了好几个涉及经典条件作用、工具性条件作用、动物交流、创造性、空间学习、认知映射及前脉冲禁止的神经网络模型。他已经出版的著作包括：1997年由剑桥大学出版社出版的《动物学习与认知：神经网络方法》、2002年由Kluwer Academic出版社出版的《隐性禁止及其神经基质》，以及2010年由剑桥大学出版社出版的《经典条件作用机理的计算方法》。

这本书涉及的内容将会引起心理学家、神经学家以及计算机科学家和工程师极大的兴趣，他们可以从本书中搜寻可用于设计模仿动物行为机器人的观念。

胡光华，

退休高工

(原中国科学院物理学研究所)

Hu Guanghua, Senior Software Engineer

(Former Institute of Physics,CAS)