Principle-based design selection using adaptive design optimization with history-based restriction : an application to the choice under risk and ambiguity task
저자
발행사항
서울 : 서울대학교 대학원, 2020
학위논문사항
학위논문(석사)-- 서울대학교 대학원 : 심리학과 심리학전공 2020. 2
발행연도
2020
작성언어
영어
주제어
DDC
150 판사항(22)
발행국(도시)
서울
기타서명
기록-기반 제한 적응적 설계 최적화를 이용한 원칙기반 실험 디자인 선택 : 불확실 상황에서의 선택 과제에 적용하여
형태사항
vii, 53 p. : 삽화, 표 ; 26 cm
일반주기명
참고문헌 수록
UCI식별코드
I804:11032-000000160599
소장기관
실험은 과학산업과 지식의 발전에 있어서 핵심적인 연구도구이며, 실험으로부터 얻어지는 정보를 최대화하는 것은 매우 중요한 문제이다. 그 데이터의 측정에 있어서 최적의 실험 디자인을 사용하는 것은 지식의 축적을 촉진하는 데에 한 가지 해결책이 될 수 있다. 이를 위한 실험 디자인 방법 중 하나가 베이지안 프레임워크에 기반하여 최적 실험 디자인을 계산하는 방법인 적응적 실험 최적화(Adaptive Design Optmization, ADO)이다. ADO는 지금까지 관찰된 자료를 기반으로 최대의 정보가를 가지는 실험 디자인을 찾아주며, 기존 연구들에서는 이를 통해 ADO가 데이터 수집에 있어서 추정된 모델 파라미터의 정확도나 신뢰도를 크게 높여준다는 것을 보고한 바 있다. 그러나 ADO를 사용하여 실험을 진행할 때에, ADO는 파라미터 추정에 대한 정보를 최대화하기 위하여 같거나 유사한 실험 디자인을 반복적으로 선택하는 모습을 보이는데, 이는 실험 참여자를 지루하게 만들거나 선택의 무작위성을 늘릴 수 있다. 본 연구에서는 이를 해결하기 위하여 기록-기반 제한(history-based restriction, HR)이라는 새로운 알고리즘을 제안하였다. 이를 불확실 상황에서의 선택 과제(Choice under risk and ambiguity, CRA; Levy et al., 2010)에 적용하여 기존의 ADO가 가지는 최적 디자인 선택은 유지하면서도, 디자인의 반복을 자동적으로 피할 수 있었다. 이러한 결과를 통하여 HR 알고리즘을 적용시킨 ADO를 통해 반복되는 디자인은 피하여 인간 참여자를 대상으로 하는 연구들에 ADO를 적용하기 보다 적합하게 하는데에 기여하였다고 할 수 있다.
더보기Experimentation is the core of scientific enterprise and advance in knowledge, and maximizing information from an experiment is an outstanding and important issue. Utilizing optimal designs for measurement can be one solution to accelerate the acquisition of knowledge. A well-established method is adaptive design optimization (ADO), a Bayesian framework for optimal experimental design. ADO identifies maximally informative experimental design in response to collected data, and previous studies showed that ADO could vastly increase the efficiency of data collection as well as the precision and reliability of parameter estimates. As an experiment goes with ADO, however, ADO often selects the same or similar designs repetitively, which may increase the chance of human participants' making random responses or getting them bored. Here, to address the design repetition issue, I suggest a new algorithm called history-based restriction that can avoid design repetition by extending the original ADO. I performed an experiment using the choice under risk and ambiguity task \parencite{levy_neural_2010}, and showed that ADO with history-based restriction (ADO-HR) showed a similar test-retest reliability compared to the original ADO approach while obtaining more reliable parameter estimates in fewer trials than the conventional designs of \textcite{levy_neural_2010}. The results suggest that ADO-HR successfully addresses the design repetition issue and makes it even more feasible to apply ADO to psychological tasks with human participants.
더보기서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)