定量生物学 > 神经与认知
[提交于 2019年4月4日
]
标题: 解释与描述人类决策 决策理论中的希尔伯特空间结构
标题: Explaining versus Describing Human Decisions. Hilbert Space Structures in Decision Theory
摘要: 尽管量子结构在建模长期存在的人员判断和决策谜题方面取得了显著成功,但{\it 量子认知研究计划}仍然面临关于其解释能力的挑战。 确实,量子模型引入了新的参数,这些参数可能适合经验数据而不一定解释它们。 此外,人们会质疑更一般的非经典结构是否更能胜任建模认知现象。 在本文中,我们使用一个已知的决策谜题,即{\it 伊尔森伯格悖论},作为案例研究,提供了一个{\it 决策过程的现实-操作基础}。 然后,我们详细阐述了埃尔斯伯格决策情境的新表示方法,应用标准的量子对应规则将现实操作实体映射到量子数学术语。 这一结果为在人类认知中普遍使用量子希尔伯特空间结构提供了独立的、基础而非现象学的动机。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.