uni-potsdam.de

Sie verwenden einen veralteten Browser mit Sicherheitsschwachstellen und können die Funktionen dieser Webseite nicht nutzen.

Hier erfahren Sie, wie einfach Sie Ihren Browser aktualisieren können.

Forschungsinteressen Prof. Dr. W. Schwarz

Quantitative Modellierung perzeptueller und kognitiver Prozesse

Ein Teil meiner Arbeiten zur Modellierung bezieht sich auf Diffusionsmodelle, die eine nützliche und flexible formale Repräsentation bieten, um experimentelle Effekte auf Schnelligkeit und Genauigkeit in Wahlreaktionsaufgaben zu beschreiben und zu verstehen. Beispielsweise leitete ich als erster für eine Klasse von Random Walk Modellen mit kontinuierlicher Schrittgröße in diskreter Zeit exakte Ergebnisse -  jenseits der Standard-Approximation von "Wald" für mittlere bedingte zweiseitige Erstpassagen [Schwarz (1990b)] und deren Varianz [Schwarz (1991c)] her. Ich verwende Diffusionsmodelle auch, um die zeitliche Dynamik bei der Verarbeitung redundanter Signale [Schwarz (1989b), Schwarz (1994a), Schwarz (2006)], oder um numerische Distanzeffekte [Schwarz & Stein (1998), Schwarz & Ischebeck (2003)] zu beschreiben und erklären.

Ein anderes Konzept, das ich hilfreich finde und in mehreren Arbeiten verwendete, ist das stochastischer neuronaler Zählprozesse [Schwarz (1989d)], und insbesondere das von zeitlichen Koinzidenzen in solchen Prozessen [Schwarz (1989c), Schwarz (1993c), Schwarz (2010)]. Weiterhin legte ich ein Modell vor, das auf dem Konzept beruht, dass Information zwischen den Verarbeitungsebenen des zentralen Nervensystems nach der Art von physikalischen Kaskadenprozessen weitergeleitet wird [Schwarz (2003)]. Mein sog. ''Ex-Wald'' Modell fasst Reaktionszeiten als eine Konvolution auf, und zwar einer Erstpassagezeit in einem Diffusionsprozess sowie einer unabhängigen exponentialverteilten Motorzeit [Schwarz (2001, 2002)]. In Arbeiten mit Dirk Vorberg untersuchten wir, ob und wie sich formal durch das sog. Rasch-Modell repräsentierbare Reaktionszeit-Verteilungen inhaltlich als Informationsverarbeitungs-Modelle deuten lassen (Vorberg & Schwarz, 1990). Wir untersuchten ebenfalls statistische Kriterien, um  oszillatorische Komponenten in Reaktionszeit-Verteilungen zu identifizieren und Artefakte zu vermeiden [Vorberg & Schwarz (1987, 1988)].