Please use this identifier to cite or link to this item: https://hdl.handle.net/20.500.12104/91034
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorBuriticá, Jonathan
dc.contributor.authorAguayo Mendoza, Miguel Ángel
dc.date.accessioned2022-09-12T23:00:22Z-
dc.date.available2022-09-12T23:00:22Z-
dc.date.issued2022-05-31
dc.identifier.urihttps://wdg.biblio.udg.mx
dc.identifier.urihttps://hdl.handle.net/20.500.12104/91034-
dc.description.abstractResumen El presente estudio evaluó el efecto de la demora y magnitud de reforzamiento con contingencias pavlovianas, como una extensión al fenómeno de impulsividad pavloviana (automoldeada) descrito por Alcalá (2017). Se compararon los efectos de implementar un intervalo de huella sobre las respuestas mantenidas en elección impulsiva, visto como la preferencia por un reforzador pequeño e inmediato en lugar de uno mayor y demorado, y el papel que tiene la unidad contextual así como las unidades inhibitorias según el modelo de DBP. En la Simulación 1, se utilizó este modelo con unidades inhibitorias, entrenadas en dos señales con distintas demoras y magnitudes de reforzamiento, y posteriormente presentadas de manera concurrente en pruebas de elección sin reforzamiento ni aprendizaje, usando un diseño intrasujeto ABA. En las Simulaciones 2 y 3 se utilizó un modelo de redes neurales artificiales con y sin inhibición, pero con el mismo diseño intrasujeto presentado en la Simulación 1. Para la Simulación 2 se manipularon las activaciones de las unidades inhibitorias, y en la Simulación 3 se manipuló la unidad contextual utilizando distintos niveles de activación. En general, los resultados fueron consistentes con los de Alcalá (2017), excepto que se pudieron observar limitaciones teóricas al manipular las activaciones de las unidades contextual e inhibitorias, mostrando cómo el modelo simula una situación en ausencia total del contexto. También se predijo la eliminación de este efecto (impulsividad automoldeada) con un intervalo huella. Se discuten los resultados observados y sus implicaciones, así como también algunos posibles estudios futuros con animales y humanos.
dc.description.tableofcontentsContenido Resumen .............................................................................................................................................. 4 Introducción ........................................................................................................................................ 5 El Modelo ...................................................................................................................................... 15 Nivel neurocomputacional ........................................................................................................ 20 Regla de activación ................................................................................................................... 22 Regla de aprendizaje ................................................................................................................. 23 Simulación 1 ...................................................................................................................................... 29 Método ...................................................................................................................................... 30 Sujetos ....................................................................................................................................... 30 Materiales e instrumentos .......................................................................................................... 30 Procedimiento ........................................................................................................................... 31 Resultados ................................................................................................................................. 33 Discusión ................................................................................................................................... 37 Simulación 2 ...................................................................................................................................... 40 Método .......................................................................................................................................... 40 Sujetos ....................................................................................................................................... 40 Materiales e instrumentos .......................................................................................................... 41 Procedimiento ........................................................................................................................... 41 Resultados ................................................................................................................................. 41 Discusión ................................................................................................................................... 48 Simulación 3 ...................................................................................................................................... 49 Método .......................................................................................................................................... 50 Sujetos ....................................................................................................................................... 50 Materiales e instrumentos .......................................................................................................... 50 Procedimiento ........................................................................................................................... 50 Resultados ................................................................................................................................. 50 Discusión ................................................................................................................................... 71 Discusión general .............................................................................................................................. 73 Limitaciones y direcciones futuras ............................................................................................ 77 Referencias ........................................................................................................................................ 83
dc.formatapplication/PDF
dc.language.isospa
dc.publisherBiblioteca Digital wdg.biblio
dc.publisherUniversidad de Guadalajara
dc.rights.urihttps://www.riudg.udg.mx/info/politicas.jsp
dc.subjectRedes Neurales Artificiales
dc.subjectImpulsividad
dc.subjectContingencias Pavlovianas
dc.subjectDescuento Temporal
dc.subjectModelos Computacionales De Aprendizaje.
dc.titleIMPULSIVIDAD AUTOMOLDEADA: EXPLORACIONES ADICIONALES CON UN MODELO DE REDES NEURALES
dc.typeTesis de Maestría
dc.rights.holderUniversidad de Guadalajara
dc.rights.holderAguayo Mendoza, Miguel Ángel
dc.coverageZAPOPAN JALISCO
dc.type.conacytmasterThesis
dc.degree.nameMAESTRIA EN CIENCIA DEL COMPORTAMIENTO ORIENTACION ANALISIS DE LA CONDUCTA
dc.degree.departmentCUCBA
dc.degree.grantorUniversidad de Guadalajara
dc.rights.accessopenAccess
dc.degree.creatorMAESTRO EN CIENCIA DEL COMPORTAMIENTO ORIENTACION ANALISIS DE LA CONDUCTA
dc.contributor.directorBurgos Triano, José Enrique
Appears in Collections:CUCBA

Files in This Item:
File SizeFormat 
MCUCBA10624FT.pdf6.19 MBAdobe PDFView/Open


Items in RIUdeG are protected by copyright, with all rights reserved, unless otherwise indicated.