题目：计算建模手段在社会认知神经科学研究中的应用

报告人：高晓雪  华东师范大学心理与认知科学学院研究员

时间：2024年12月8日9:00-10:30

地点：心理学部213

报告人简介：

高晓雪，现任华东师范大学心理与认知科学学院研究员，紫江青年学者，博士生导师。致力于社会与情感认知神经科学研究，应用人际互动范式、计算建模和磁共振成像等多种计算认知神经科学手段，突破了领域内情感诱发范式缺乏、情感行为量化困难、脑成像技术应用匮乏等局限，解析了社会情感（如感激、内疚等）发生及驱动社会行为（如合作、不公平厌恶、求助等）的认知计算和神经加工机制，更新和完善了相关理论体系。研究成果发表于Nature Communications、Nature Reviews Psychology、PNAS、Psychological Medicine等具有国际影响力的SCI期刊。入选第七届中国科协青年人才“托举工程”，主持国家自然科学基金青年科学基金项目、面上项目和教育部中央高校优秀青年团队等项目。任《心理科学》副主编，中国认知科学学会社会认知分会理事，中国人工智能学会（CAAI）社会计算与社会智能专委会委员。

报告摘要：

以往关于社会情绪（如感激、内疚等）和社会决策（如资源分配、利他等）的认知神经科学研究多通过比较不同情境下被试的决策及相应大脑活动，来推测其背后的认知过程和神经基础。然而，此类方法多停留在描述层面，难以从机制层面定量衡量不同心理因素对社会情绪和决策的影响。近年来，计算建模手段逐渐兴起、并成为社会认知神经科学领域的热点。该方法有助于将传统社会心理学的概念和理论转化为可定量计算的数值和方程，使得从机制层面衡量和比较不同理论的优劣成为可能。本次报告将介绍计算建模方法的基本思路，并结合课题组近期研究，阐述如何将该手段与传统心理学研究范式和脑成像手段有效结合，以探究社会情绪和决策的心理和神经机制。

题目：漂移扩散模型及其在dockerHDDM的实现

报告人：胡传鹏 南京师范大学心理学院教授

时间：2024年12月8日10:30-12:00

地点：心理学部213

报告人简介：

胡传鹏，南京师范大学心理学院教授、博导、江苏省特聘教授。2017年于清华大学心理学系获得博士学位，2017 ~ 2020在德国莱布尼茨心理韧性研究所进行博士后研究。课题组以研究自我认知为核心，研究取向包括元研究、计算建模与心理测量。以(共同)第一/通讯作者在Nature Human Behavior, Nature Communications, Advances in Methods and Practices in Psychological Science (IF = 15)、科学通报、等期刊发表中英论文30余篇。担任Advances in Methods and Practices in Psychological Science、Communications Psychology、Collabra: Psychology和Self & Identity等期刊编委，为Nature等期刊审稿。发起了OpenScience学术公众号和开放科学中文在线社区(Chinese Open Science Network，COSN），推广基础研究实践中的开放(openness)、透明(transparency)、可重复性(reproducibility)、包容性(inclusivity)等理念。参与和领导多项国际大型合作项目，任国际学术组织Society for the Improvement of Psychological Science执委成员。

报告摘要：

证据积累模型(evidence accumulation models, EAM)是关于人类决策过程的主要认知模型之一, 其假定决策者不断搜集信息并将信息整合成与决策有关的证据, 当累积证据量达到某个阈值时做出决策并反应。EAMs广泛地应用于认知心理学、认知神经科学、计算精神病学以及社会心理学等领域。漂移扩散模型(drift diffusion model, DDM)是最常用的证据积累模型之一，该模型的预设、实现算法与软件等较为繁杂，为研究者的使用带来了障碍。本次工作坊介绍漂移扩散模型的预设及其对实验设计的约束，在此基础上，介绍如何在dockerHDDM中实现贝叶斯层级漂移扩散模型的工作流。