Bayesian Semiparametric Longitudinal Drift-Diffusion Mixed Models for Tone Learning in Adults
成人声调学习的贝叶斯半参数纵向漂移扩散混合模型AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要直接建立多选项决策响应模型，因而选择离散选择；纵向医学背景不足以进一步归入经济面板或结构估计方向。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
成人声调学习的贝叶斯半参数纵向漂移扩散混合模型
- 研究问题
- 成人学习非母语声调的纵向多类别决策中，如何刻画具有生物解释的模型参数随学习变化，以及不同反应组合和人群的差异？
- 方法与思路
- 作者构造用于纵向多选项决策的贝叶斯半参数逆高斯漂移扩散混合模型，设计 MCMC 后验算法，并用合成实验评估。
- 材料陈述的贡献
- 摘要称模型应用于声调学习数据后，揭示参数随学习演化、不同输入与反应组合的差异，以及表现较好与较差成人的区别。
- 阅读关注点
- 应核对决策响应与漂移扩散参数的联系、纵向随机效应及半参数先验，并检查参数可识别性和后验计算诊断。
- 阅读边界
- 仅据稿件版本未注明的 OpenAlex 索引摘要；摘要未提供具体参数轨迹、差异数值或识别条件，生物解释仍需结合模型设定审查。
原文摘要
Understanding how adult humans learn nonnative speech categories such as tone information has shed novel insights into the mechanisms underlying experience-dependent brain plasticity. Scientists have traditionally examined these questions using longitudinal learning experiments under a multi-category decision making paradigm. Drift-diffusion processes are popular in such contexts for their ability to mimic underlying neural mechanisms. Motivated by these problems, we develop a novel Bayesian semiparametric inverse Gaussian drift-diffusion mixed model for multi-alternative decision making in longitudinal settings. We design a Markov chain Monte Carlo algorithm for posterior computation. We evaluate the method's empirical performances through synthetic experiments. Applied to our motivating longitudinal tone learning study, the method provides novel insights into how the biologically interpretable model parameters evolve with learning, differ between input-response tone combinations, and differ between well and poorly performing adults. supplementary materials for this article, including a standardized description of the materials available for reproducing the work, are available as an online supplement.