| 研究概要 |
(1)動的で多次元な状況における物体情報のバインディング:多物体恒常性追跡法(MOPT)という課題を考案し,色と形態などの属性情報と時空間的位置情報の視覚的作業記憶における統合を検討した.従来の視覚的作業記憶内に4つから5つの物体の情報を同時に保持できるという主張とは異なり,動的かつ多次元な状況においては,せいぜい2つの物体の情報しか同時に保持することができないことがわかった.我々の視覚的作業記憶は属性と位置の統合された物体表象が機能単位になっているというよりは,属性と位置の統合自体が物体の運動速度や保持すべき物体の個数の関数になっていることがわかった.
(2)注意の移動メカニズムのニューラルネットワークモデル:視覚的注意のモデルでよく用いられる顕著性マップモデルに確率的な挙動を導入することによって視覚探索における探索非対称性の現象を自然に説明することが可能になった.また,モデルからの予測であるシングルトンサーチ事態における探索非対称性の生起を心理実験によって確認した.このモデルを拡張し,視覚的作業記憶の実験状況のモデル化を現在検討している.
(3)視覚的作業記憶における表面情報の役割:視覚的短期記憶における物体の表面表象の役割を検討するために主観的輪郭図形を用いた変化検出課題を行った.ブランクを挟んで形態が変化している物体の有無を探索させる課題では,物体の変化量が同じでも,変化物体が主観的輪郭図形を構成する場合の方が,探索がより正確になることが明らかになった.また,この効果は主観的なエッジのレベルではなく主観的な表面表象のレベルで起こっていることが示された.さらに,刺激呈示時間を系統的に操作して容量限界を探る手法を用いた結果,主観的表面の効果は,物体表象生成の処理速度の違いに規定されることがわかった.
|
