The Bayesian causal inference model benefits from an informed prior to predict proprioceptive drift in the rubber foot illusion
Autor:innen
Autor:in (Körperschaft)
Publikationsdatum
21.08.2019
Typ der Arbeit
Studiengang
Typ
01A - Beitrag in wissenschaftlicher Zeitschrift
Herausgeber:innen
Herausgeber:in (Körperschaft)
Betreuer:in
Übergeordnetes Werk
Cognitive Processing
Themenheft
DOI der Originalpublikation
Reihe / Serie
Reihennummer
Jahrgang / Band
20
Ausgabe / Nummer
Seiten / Dauer
447-457
Patentnummer
Verlag / Herausgebende Institution
Springer
Verlagsort / Veranstaltungsort
Auflage
Version
Programmiersprache
Abtretungsempfänger:in
Praxispartner:in/Auftraggeber:in
Zusammenfassung
Bayesian cognitive modeling has become a prominent tool for the cognitive sciences aiming at a deeper understanding of the human mind and applications in cognitive systems, e.g., humanoid or wearable robotics. Such approaches can capture human behavior adequately with a focus on the crossmodal processing of sensory information. We investigate whether the Bayesian causal inference model can estimate the proprioceptive drift observed in empirical studies.
Schlagwörter
Rubber Leg Illusion, Bayesian Cognitive Modeling, Wearable Robotics
Fachgebiet (DDC)
100 - Philosophie und Psychologie
Veranstaltung
Startdatum der Ausstellung
Enddatum der Ausstellung
Startdatum der Konferenz
Enddatum der Konferenz
Datum der letzten Prüfung
ISBN
ISSN
1612-4790
1612-4782
1612-4782
Sprache
Englisch
Während FHNW Zugehörigkeit erstellt
Ja
Zukunftsfelder FHNW
Publikationsstatus
Veröffentlicht
Begutachtung
Peer-Review der ganzen Publikation
Open Access-Status
Lizenz
Zitation
SCHÜRMANN, Tim, Joachim VOGT, Oliver CHRIST und Philipp BECKERLE, 2019. The Bayesian causal inference model benefits from an informed prior to predict proprioceptive drift in the rubber foot illusion. Cognitive Processing. 21 August 2019. Bd. 20, S. 447–457. DOI 10.1007/s10339-019-00928-9. Verfügbar unter: https://doi.org/10.26041/fhnw-1901