I. A. Kudryavtsev 3 страница

Осуществлена эмпирическая оценка различий между категорией методик предъявления стимулов и категорией методик "погружения в среду" как способ экспериментального описания парадигмальных теоретических конструктов в психологии. Исследование проведено на компьютерной модели рефлекторного агента, погруженного в тестовую среду. Показано, что категория методик погружения в среду описывает более широкий класс феноменов и зависимостей: зависимость ситуации от предшествующей ситуации, предшествующего действия, опыта испытуемого; способность испытуемого взаимодействием со средой реструктуризировать среду и порождать неравномерное распределение сложности задач.

Ключевые слова: методика, предъявление стимулов, погружение в среду, тестовая среда, метод моделирования, обучение с подкреплением.

Постановка исследовательских задач, выбор оборудования, методик проведения эксперимента и способов анализа результатов зависят от парадигмы² [19], которой исследователь явно или неявно придерживается. Особую роль методики эксперимента в психологии подчеркивал А. В. Брушлинский: "С точки зрения С. Л. Рубинштейна, генеральной линией развития психологии (и смежных с ней наук) является... более глубокая разработка специфически психологических методик исследования, основанных на философски фундированной методологии" [9, с. 48]. В настоящей работе рассматриваются две категории экспериментальных методик, связанных с различными научными парадигмами: методики, основанные на предъявлении стимулов, и методики, основанные на погружении в среду. В то время как межпарадигмальные различия рассматриваются философией науки, различия между используемыми ими методиками, с нашей точки зрения, могут быть предметом экспериментального анализа.

В соответствии с парадигмой реактивности (критику которой с позиций парадигмы активности см. в [1 - 3, 8, 27]) поведение испытуемого рассматривается как реакции на стимулы; адекватной категорией экспериментальных методик считается предъявление стимулов с регистрацией последующего действия испытуемого, выбранного им из ограниченного набора действий, заданных экспериментатором. При этом очередной стимул не зависит, как правило, от предшествующего действия испытуемого: стимулы предъявляются в порядке, выбранном экспериментатором, который сам задает и фиксирует вероятности предъявления каждого стимула. Принципиально, что в этой парадигме испытуемый на каждом шаге оказывается в ситуации, формируемой экспериментатором, и не может сам выбрать ее или создать. При планировании эксперимента и трактовке результатов основной объяснительный принцип рассматриваемого явления - внешняя причина, находящаяся в прошлом. Лексически такой тип атрибуции часто выражается связкой "потому что".

В соответствии с парадигмой активности поведение испытуемого рассматривается как целенаправленное, а каждая ситуация, возникающая в результате его предшествующего действия, описывается в терминах соотношения субъекта и среды. Алфавит таких соотношений - набор имеющихся у субъекта возможностей по достижению своих целей в данных обстоятельствах. Оптимальная организация экспериментов на живот-

¹ Работа поддержана РГНФ (грант N 05 - 06 - 06055а), Советом по грантам Президента Российской Федерации для поддержки ведущих научных школ РФ (проект N НШ-4455 - 2006.6), Госконтрактом (N 02.445.11.7441 от 09.06.06).

² В статье используется устоявшийся в отечественной литературе термин Т. Куна "парадигма" [19]. Его можно сопоставить с терминами "исследовательская программа" И. Лакатоса [20] и "метатеория" А. В. Юревича [28], а термин "парадигма активности" - с понятием "принцип активности" Н. А. Бернштейна [8], С. Л. Рубинштейна и др.

стр. 106

ных в этом случае - "свободное поведение": эксперименты проводятся на максимально свободных животных, без наркоза, тестовая среда приближена к естественной. Испытуемые погружаются в тестовую среду, и экспериментатор лишь задает закономерности функционирования объектов тестовой среды³. Обязательно учитывается мотивационная сфера и последовательность обучения. При планировании эксперимента и трактовке данных основной объяснительный принцип рассматриваемого явления - движение к цели. Лексически такой тип атрибуции часто выражается связкой "для того, чтобы".

Принцип активности оказывается ключевым для всех представителей теории деятельности, и они противопоставляют его принципу реактивности [4]. Существует точка зрения о том, что различия между этими двумя парадигмами иллюзорны в психофизиологии [14], однако представленные теоретические и экспериментальные аргументы подтверждают их несовместимость в этой области науки [27]. Действительно, они дают разные решения ключевых проблем психофизиологии, включая психофизиологическую проблему [1], и различаются категориями применяемых методик.

В нейронауке методика предъявления стимулов препарированным животным заметно отличается от методики прижизненной регистрации мозговой активности у бодрствующих свободно-подвижных животных. В нейронауке обнаруживается тенденция перехода от парадигмы реактивности к парадигме активности и рост числа исследований второго типа [2].

На основе названных парадигм построены два различных подхода в психофизике. Парадигма реактивности является основой объектного подхода в психофизике, в то время как парадигма активности - основа субъектного подхода. При этом, как отмечают И. Г. Скотникова [26] и А. Н. Гусев [12], в настоящее время имеется тенденция перехода от объектной психофизики к субъектной. Однако в обоих подходах чаще всего⁴ используют методики, основанные на предъявлении стимулов в случайном порядке [12]. Возможно, поэтому различия между парадигмами не столь отчетливы⁵ в психофизике: "реактивное и активное поведение - это не антиподы, а дополняющие друг друга формы приспособления к действительности, между которыми не всегда удается провести отчетливую границу" [5, с. 18]. С парадигмой реактивности в психофизике связывают ограниченную, одномерную, однозначную сенсорную задачу, с которой работает хорошо тренированный испытуемый [12], и типичную, относительно стационарную среду, типовую ситуацию [5].

В рамках парадигмы реактивности развита теория рефлекса [22], в которой наиболее распространены методики классического и оперантного обусловливания. Методика классического обусловливания, разработанная И. П. Павловым, принадлежит категории методик предъявления стимулов и с точки зрения рефлекторной теории (РТ) позволяет формировать у испытуемого классический условный рефлекс. Методика оперантного обусловливания, разработанная бихевиористами, близка к идее погружения в среду и с точки зрения РТ позволяет формировать у испытуемого инструментальный условный рефлекс. Две эти методики, применяемые в рамках одной парадигмы (парадигмы реактивности в данном случае), приводят к трудностям в различении последствий своего применения: "Проблема взаимоотношений между классическим и инструментальным условными рефлексами, несмотря на очевидную простоту, является одним из наиболее запутанных вопросов, которые стоят перед поведенческими и нейрофизиологическими исследованиями" [11, с. 350]. Это было сказано более 30 лет назад, но проблема различения классического и оперантного обусловливания остается актуальной [35]. Имеются данные о том, что оперантное обусловливание, реализуемое погружением в среду, является более эффективной процедурой обучения, чем классическое, реализуемое предъявлением стимулов [34].

В области искусственного интеллекта, как отмечает Р. Брукс [36], долгое время предполагалось, что робот должен лишь уметь оперировать абстрактными логическими схемами, символьными репрезентациями знаний. Входные данные предоставлялись экспериментатором, а программная система должна была обработать их и выдать что-то на выход⁶. На основе такого подхода появились программы, играющие в шахматы, однако не удалось создать ни одного реального робота. В 80-х гг. получил распространение иной подход, основанный на понятиях "телесность" ("embodiment") и "включенность в ситуацию" ("situatedness") [37]. Основой реально созданных роботов, в отличие от компьютерных программ, стали понятия "погруженность в среду" и "взаимодействие со средой" роботов, обладающих физическим "телом".

³ Следует заметить, что методика погружения в среду используется и в бихевиоризме, основанном на парадигме реактивности, - "проблемные ящики Скиннера".

⁴ В психологии восприятия ситуация несколько иная - парадигма активности и методика погружения в среду используются для исследований, например, движений глаз [6, 43].

⁵ При этом тем же автором рассматривается "принцип активности как оппозиция принципу реактивности" [4, с. 121].

⁶ Подход называется "sense-model-plan-act" и заключается в последовательном преобразовании входной информации, предъявляемой экспериментатором, в выходную - от распознавания до принятия решения.

стр. 107

Параллельно с этим, как отмечает Р. Бир [32, 33], в развитии когнитивной науки поначалу превалировала "вычислительная гипотеза" о том, что когнитивные процессы заключаются в манипуляциях с псевдолингвистическими символьными репрезентациями по неким синтаксическим правилам. Вычислительная метафора, с нашей точки зрения, относится к парадигме реактивности [2]. В 90-х гг. в когнитивной науке появилось новое направление - динамический подход, в котором рассматривается непрерывное взаимодействие нервной системы с телом и тела, погруженного в среду ⁷, с внешней средой. Поведение образуется в ходе развертывания такого взаимодействия [25, 33]. Этот подход, на наш взгляд, ближе к парадигме активности [23].

Таким образом, различия в двух рассматриваемых методиках так или иначе связаны с двумя разными парадигмами в психологии и нейронауке, двумя типами процедур обучения, двумя отличающимися один от другого подходами в психофизике, искусственном интеллекте и когнитивной науке. Ранее был проведен теоретический анализ методологических различий между двумя парадигмами [10]. В нашем исследовании проверялось предположение о возможности эмпирического выявления различий между категориями методик предъявления стимулов и погружения в среду. При этом использовался междисциплинарный подход [13] и учитывались ограничения на применение математического моделирования в психологии [18, 21]. В исследовании мы применили к испытуемому, адекватно описываемому парадигмой реактивности, исследовательскую методику парадигмы активности, основанную на погружении в среду. Поскольку применимость парадигмы реактивности для описания живого организма является дискуссионной [1 - 3, 8, 14, 27], мы использовали компьютерную модель рефлекторного агента. Таким образом, заведомо известно, что наш "испытуемый" полностью описывается рефлекторной теорией и является адекватным парадигме реактивности. Парадигма реактивности предполагает, что такой агент исчерпывающе изучается с помощью предъявления стимулов и не может продемонстрировать феномены, не изучаемые данной категорией методик. Эта гипотеза проверяется в настоящей работе путем ее фальсификации: покажем, что некоторые закономерности взаимодействия испытуемого со средой могут быть выявлены лишь погружением в среду, даже если он адекватно описывается рефлекторной теорией. Таким образом, альтернативная гипотеза состояла в том, что такой агент, построенный в соответствии с РТ, при его погружении в среду проявит также феномены, не предусмотренные РТ. Целью исследования стал анализ динамики ситуаций, в которых оказывается агент, в зависимости от его собственных действий и опыта (фазы научения). В качестве тестовой среды использовалась модель фуражирования в открытом поле, положительно зарекомендовавшая себя в модельных психологических исследованиях [29, 30, 39] и удовлетворяющая критериям, предъявляемым нами к тестовой поведенческой задаче минимально необходимой сложности, пригодной для межпарадигмального исследования [16]. По нашему мнению, полученные результаты могут дать более строгое, формальное описание различий между перечисленными выше теоретическими конструктами, связанными с этими экспериментальными методиками, а также установить область применения каждой из методик.

МЕТОДИКА

Проведенный анализ исторического развития парадигмы реактивности позволил нам выделить "твердое ядро" (термин И. Лакатоса [20]) соответствующей "исследовательской программы" [2]. Мы считаем, что суть концепции реагирования можно определить следующим образом: индивид в своем действии и состоянии объективно отражает предшествующий внешний сигнал [2]. Согласно такому определению, рефлексом f является отражение сенсорной ситуации в действие: выход (t + τ) = f (вход(t), τ > 0. Модель индивида, поведение которого обеспечивается рефлексами, будем называть рефлекторным агентом. Рефлекторный агент обучается каждой сенсорной ситуации ставить в соответствие некоторое действие, которое он будет в ней совершать. Точнее, такой агент может в одной ситуации выполнять различные действия с некоторыми вероятностями. Определение этих вероятностей для каждой ситуации и составляет задачу научения рефлекторного агента. Эти величины задаются не экспериментатором, они определяются самим агентом благодаря алгоритму обучения, имитирующему работу его "мозга".

Далее описывается конкретный вариант использованной нами модели рефлекторного агента [29]. В каждый такт времени агент получает информацию о текущем состоянии среды на свои сенсоры (аналог стимула в РТ) и совершает одно из следующих действий: захват пищи, поворот вправо, поворот влево, ожидание (аналог реакции в РТ). Повороты осуществляются на фиксированный угол в 22.5 градуса. Агент имеет несколько визуальных сенсоров, каждый из которых детектирует наличие пищевого объекта в соответствующем секторе зрительного поля. В данной реали-

⁷ При этом допустимо погружение в модельную среду: экспериментатор задает зависимость модификации сенсорной ситуации от действий испытуемого или животного [34]. Например, используется компьютерный тренажер вождения автомобиля, в котором испытуемый совершает поездку по виртуальному городу [43].

стр. 108

зации [39] таких сенсоров три: "область захвата", область "слева", область "справа". Ограниченные рецептивные способности агента имитируют неопределенность реальной биологической среды [12, 17, 24]. В качестве управляющего алгоритма и алгоритма обучения был выбран Actor/Critic [29, 39, 42] парадигмы обучения с подкреплением (reinforcement learning) [42]. Этот алгоритм, по мнению многих исследователей, имитирует работу базальных ганглиев головного мозга [31, 38] - отдела мозга, который в рамках парадигмы реактивности рассматривается рядом авторов как центр принятия решений [41]. В соответствии с этим алгоритмом агент обучается набору рефлексов: каждой возможной сенсорной ситуации (из восьми возможных ситуаций в данной модели) ставит в соответствие действие из заранее заданного набора возможных действий (четыре возможных действия в данной модели). Таким образом, построенная модель полностью отвечает представлениям РТ и парадигмы реактивности.

Использовалась тестовая задача фуражирования - агент движется на плоскости, "поедая" пищевые объекты (рис. 1) [16]. В среде изначально равномерно разбросано 42 пищевых объекта. После "поедания" агентом одного объекта в случайном месте появляется новый объект. Поедание происходит, когда агент совершает действие "захват" при условии наличия объекта в области захвата.

Регистрировались поведение и динамика внутренних переменных агента в процессе научения при погружении его в тестовую среду. Отмечались ситуации, в которых оказывается агент, в зависимости от его собственных действий и предшествующей ситуации. Это позволило описать, как выглядит тестовая задача с точки зрения агента. Сложность субзадачи поиска очередного объекта оценивалась как время, затрачиваемое на ее решение, т.е. на обнаружение объекта, подход к нему и захват. Момент окончания обучения оценивался по выходу кривой научения на плато, он также сопровождался завершением модификаций рефлексов. Для данной версии модели момент окончания обучения составил 200000 тактов. Статистику "в конце обучения" получали по 190000 - 200000 тактов, а "в начале обучения" - по 0 - 10000 тактов. Для агента, не обучающегося и равномерно случайно действующего, статистику получали по 190000 - 200000 тактов. Достоверность различий распределений до и после обучения оценивалась по критерию λ² (p < 0.001), а различий средних значений признака - по φ-критерию Фишера (p < 0.001).

РЕЗУЛЬТАТЫ И ИХ ОБСУЖДЕНИЕ

Агент успешно решает данную тестовую задачу, обучаясь набору рефлексов типа "если объект справа, то поворот вправо", "если объект в области захвата, то захват". Действия агента в модели определялись исключительно предшествующей ситуацией, поэтому известный "эффект последовательности" [7], заключающийся в зависимости действия от цепочки предшествующих ситуаций и от предшествующего действия, не моделировался и не наблюдался. Напротив, заложенная в основу модели зависимость действия от предшествующей ситуации полностью описывает содержание сформированных рефлексов. Она может быть адекватно выявлена предъявлением стимулов, поэтому здесь не представлена (см. подробнее [15]).

Далее представим феномены, не выявляемые предъявлением стимулов.

Тестовая среда такова, что вероятность появления нового объекта в любом месте среды одинакова, поэтому объекты появляются в среде равномерно. Однако обнаруживается, что в результате действий агента объекты распределены в среде неравномерно (рис. 1). Благодаря действиям агента, работающего с задачей, происходит реструктуризация среды.

Как следствие агент, собрав объекты на одном локальном участке, может потратить немало времени в поисках следующего объекта, что реально означает "поиск нового участка" (рис. 1). Время, затрачиваемое агентом на поиск очередного объ-

Рис. 1. Реструктуризация среды собственными действиями агента. (Пример одной из реализаций модели.) 1 - области низкого, 2 - высокого скопления объектов (точки). По траектории движения агента видна длительность безуспешного поиска очередного объекта в области 1.

стр. 109

Рис. 2. Вариативность сложности субзадачи "поиск и захват одного объекта", порожденная действиями агента. (Пример одной из реализаций модели.) По оси абсцисс - решенные субзадачи, пересортированные в порядке возрастания времени решения. По оси ординат - время, затрачиваемое на решение. Светлым показано решение субзадачи "превентивным поведением" [15], быстрым и энергетически выгодным, темным - случаи вынужденного перехода на долгую и невыгодную стратегию решения субзадачи из-за ее усложнения.

Рис. 3. Влияние агента на вероятность попадания в ситуации, в которых он оказывается. По оси абсцисс: 52 - два объекта в области видимости, S0+ - объект в области захвата, S1+ - объект в области захвата и еще один объект в области видимости, S2+ - объект в области захвата и еще два объекта в области видимости. По оси ординат - вероятность возникновения данной ситуации. (Усреднение по 500 реализациям модели.) Заштрихованные столбцы - для необучающегося агента, светлые - для обучающегося агента в начале обучения, темные - для обучающегося агента в конце обучения. Распределения до и после обучения достоверно различаются ( λ, p < 0.001).

екта, показано на рис. 2. Примерно в 40% случаев агент был вынужден затрачивать дополнительное время на поиск очередного объекта, оказываясь в области низкой плотности пищи (см. область 1 на рис. 1). Это случаи повышенной сложности задачи (рис. 2, справа), порожденной собственными действиями агента, его взаимодействием со средой. С точки зрения РТ этот график означал бы, что испытуемому предъявляются задачи, сложность которых имеет экспоненциальный характер роста, в то время как в методиках, основанных на предъявлении стимулов, принято предъявлять задачи примерно одинаковой сложности для последующего усреднения результатов.

Вследствие обучения для агента меняется вероятность оказаться в той или иной ситуации (рис. 3), несмотря на неизменные закономерности тестовой задачи. Например, вероятность оказаться в ситуации "видны два объекта" (рис. 3, S2) увеличивается в процессе обучения более чем в 1.5 раза. В терминах РТ это означает, что рефлекторный агент в свободном поведении способен до некоторой степени определять, какие стимулы он "получит" [40]. Как уже отмечалось, возможность влияния действиями испытуемого на то, какие он стимулы получит, обычно не допускается в методике предъявления стимулов.

На рис. 4 показано, что возникновение какой-либо ситуации зависит от предшествующей ситуации и опыта агента. Например, вероятность того, что объект окажется в области захвата (ситуация S+), если до этого он был справа (ситуация SIR), составляет 4% в начале обучения. В конце обучения эта величина достигает более 15% (рис. 4, ситуация S+). Обучение агента приводит к тому, что следующая ситуация, в которой он окажется, существенно определяется предыдущей ситуацией и его опытом. В терминологии РТ это означает, что очередной стимул зависит от предыдущего и от опыта испытуемого. Такая за-

Рис. 4. Пример зависимости последующей ситуации от текущей и от опыта агента. Показаны вероятности возникновения соответствующей ситуации после ситуации "объект справа". (Усреднение по 100 реализациям модели.) Светлые столбцы - в начале обучения, темные - в конце обучения. S0 - нет объекта в области видимости, S1L - объект слева, SIR - объект справа, S2 - два объекта видны, S+ - есть объект в области захвата. Распределения до и после обучения достоверно различаются (λ, p < 0.001).

В другой модельной работе это свойство названо self-selecting of input stimuli [40].

стр. 110

Рис. 5. Пример зависимости последующей ситуации от текущей ситуации, от действия агента и его опыта. Показана вероятность возникновения соответствующей ситуации действием "поворот влево" (неверным) в ситуации "объект виден справа". Светлые столбцы -в начале обучения, темные - в конце. (Усреднение по 100 реализациям модели.) S0 - нет объекта в области видимости, S1 - один объект в области видимости, S2 - два объекта в области видимости, S+ - есть объект в области захвата. Различия достоверны (φ-критерий Фишера, p < 0.001).

висимость исключается в методике, основанной на предъявлении стимулов, поскольку их принято предъявлять в случайном порядке.

На рис. 5 показано, что возникновение какой-либо ситуации зависит от предшествующей ситуации, выбранного агентом действия и его опыта. Например, вероятность того, что объект окажется в области захвата (ситуация S+), если до этого он был справа (ситуация SIR) и совершается действие "поворот влево" (неверное), составляет около 5% в начале обучения. В конце обучения эта величина достигает уже около 10% (рис. 5, ситуация S+). Аналогично вероятность потерять объект из видимости снижается в процессе обучения с 30 до 16% (рис. 5, ситуация 50). Таким образом, успешность действия "поворот влево" в ситуации "объект справа" повышается при обучении в 2 раза в данном случае. Обучение агента приводит к тому, что следующая ситуация, в которой он окажется, в значительной степени определяется предыдущей ситуацией, его действием и опытом. В терминологии РТ это означает, что очередной стимул зависит от предыдущего стимула, предыдущей реакции испытуемого и его опыта. Такая зависимость исключается в методике, основанной на предъявлении стимулов.

ВЫВОДЫ

Методики предъявления стимулов дают возможность определить зависимость действия испытуемого от предшествующей ситуации, в которой он оказался.

Методики погружения в среду дополнительно к этому позволяют выявить:

- способность испытуемого перераспределить объекты в среде, реструктуризировать среду собственными действиями;

- влияние испытуемого на сложность задач, с которыми он сталкивается; неравномерность распределения сложности задач, порожденную взаимодействием испытуемого со средой;

- зависимость вероятности возникновения какой-либо ситуации от опыта испытуемого (в терминологии РТ - зависимость вероятности предъявления данного стимула от опыта испытуемого);

- зависимость вероятности возникновения какой-либо ситуации от предыдущей ситуации и опыта испытуемого (в терминологии РТ - зависимость вероятности предъявления данного стимула от типа предыдущего стимула и опыта испытуемого);

- зависимость вероятности возникновения какой-либо ситуации от предыдущей ситуации, от предыдущего действия и опыта испытуемого (в терминологии РТ - зависимость вероятности предъявления данного стимула от типа предыдущего стимула, реакции на него испытуемого и его опыта);

Гипотеза, выдвинутая в соответствии с рефлекторной теорией, о том, что рефлекторный агент способен продемонстрировать только те феномены, которые описываются методикой, основанной на предъявлении стимулов, отвергнута. Результаты нашего исследования показывают, что категория методик погружения в среду позволяет изучать более широкий класс феноменов и зависимостей по сравнению с категорией методик предъявления стимулов. Полученные данные не исключают возможности применения методики, основанной на предъявлении стимулов, для исследования таких форм взаимодействия испытуемого со средой, в которых он не способен влиять на ситуацию. Возможно, к такому классу задач относятся случай беспомощного субъекта и возникновение каких-либо неожиданных событий.

СПИСОК ЛИТЕРАТУРЫ

1. Александров Ю. И. Теория функциональных систем и системная психофизиология // Системные аспекты психической деятельности / Под ред. К. В. Судакова. М.: Эдиториал УРСС, 1999. С. 96 - 152.

2. Александров Ю. И., Крылов А. К. Системная методология в психофизиологии: от нейронов до сознания // Идея системности в современной психологии/Под ред. В. А. Барабанщикова. М: ИП РАН, 2005. С. 119 - 157.

3. Анохин П. К. Философские аспекты теории функциональной системы. М.: Наука, 1978.

4. Асмолов А. Г. Основные принципы психологической теории деятельности // А. Н. Леонтьев и со-

стр. 111

временная психология / Под ред. А. В. Запорожца. М.: Изд-во Моск. ун-та, 1983.

5. А смолов А. Г. Принципы организации памяти человека. М.: Изд-во Моск. ун-та, 1985.

6. Барабанщиков В. А. Системогенез чувственного восприятия. М.: Изд-во "Институт практической психологии", Воронеж: НПО "МОДЭК", 2000.

7. Безденежных Б. Н. Динамика взаимодействия функциональных систем в структуре деятельности. М.: Изд-во "Институт психологии РАН", 2004.

8. Бернштейн Н. А. Очерки по физиологии движений и физиологии активности. М.: Медицина, 1966.

9. Брушлинский А. В. Мышление и прогнозирование. М.: Мысль, 1979.

10. Василюк Ф. Е. Методологический анализ в психологии. М.: МГППУ; Смысл, 2003.

11. Граштьян Е. Попытка разрешения временного парадокса при выработке условного рефлекса // Механизмы формирования и торможения условных рефлексов. М.: Наука, 1973. С. 332 - 352.

12. Гусев А. Н. Психофизика сенсорных задач: Системно-деятельностный анализ поведения человека в ситуации неопределенности. М.: Изд-во Моск. унта: УМК "Психология", 2004.

13. Журавлев А. Л. Особенности междисциплинарных исследований в психологической науке // Материалы конференции "Психология: Современные направления междисциплинарных исследований". М.: Изд-во "Институт психологии РАН", 2003. С. 7 - 20.

14. Кругликов Р. И. Детерминизм, активность, рефлекс // Методологические проблемы физиологии высшей нервной деятельности. М.: Наука, 1982. С. 47 - 85.

15. Крылов А. К. Оценка применимости рефлекторной модели нейронной сети к поведенческой задаче // Труды VI Всероссийской научно-технической конференции "Нейроинформатика-2004". М.: МИФИ, 2004.

16. Крылов А. К. Тестовая поведенческая задача минимально необходимой сложности: скрытая динамика // Труды международной научно-технической конференции "Интеллектуальные системы" (AIS'05). M.: Физматлит, 2005. Т. 1. С. 237 - 244.

Поиск по сайту: