• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

A mathematical model for simple learning.

作者信息

BUSH R R, MOSTELLER F

出版信息

Psychol Rev. 1951 Sep;58(5):313-23. doi: 10.1037/h0054388.

DOI:10.1037/h0054388
PMID:14883244
Abstract
摘要

相似文献

1
A mathematical model for simple learning.一种简单学习的数学模型。
Psychol Rev. 1951 Sep;58(5):313-23. doi: 10.1037/h0054388.
2
Some criticisms of a mathematical model for simple learning.对一个简单学习数学模型的一些批评。
Psychol Rev. 1952 May;59(3):234-6. doi: 10.1037/h0057645.
3
A mathematical model and an electronic model for learning.一种用于学习的数学模型和电子模型。
Psychol Rev. 1954 Mar;61(2):89-97. doi: 10.1037/h0060033.
4
Evolution of social learning: a mathematical analysis.社会学习的演变：数学分析
Theor Popul Biol. 2004 Nov;66(3):249-58. doi: 10.1016/j.tpb.2004.06.005.
5
An investigation of some mathematical models for learning.关于学习的一些数学模型的研究。
J Exp Psychol. 1961 Jun;61:455-61. doi: 10.1037/h0046472.
6
[Mathematical models of learning processes].[学习过程的数学模型]
Act Nerv Super (Praha). 1962 Feb;4:72-86.
7
Collective learning modeling based on the kinetic theory of active particles.基于活性粒子动力学理论的集体学习建模。
Phys Life Rev. 2016 Mar;16:123-39. doi: 10.1016/j.plrev.2015.10.008. Epub 2015 Oct 23.
8
Specialized hybrid learners resolve Rogers' paradox about the adaptive value of social learning.专门的混合学习者解决了罗杰斯关于社会学习适应性价值的悖论。
J Theor Biol. 2017 Feb 7;414:8-16. doi: 10.1016/j.jtbi.2016.11.017. Epub 2016 Nov 20.
9
Kinetic models - mathematical models of everything?: Comment on "Collective learning modeling based on the kinetic theory of active particles" by D. Burini et al.动力学模型——万物的数学模型？：评D. 布里尼等人所著的《基于活性粒子动力学理论的集体学习建模》
Phys Life Rev. 2016 Mar;16:140-1. doi: 10.1016/j.plrev.2016.01.005. Epub 2016 Jan 22.
10
iMinerva: a mathematical model of distributional statistical learning.iMinerva：分布统计学习的数学模型。
Cogn Sci. 2013 Mar;37(2):310-43. doi: 10.1111/cogs.12011. Epub 2012 Nov 5.

引用本文的文献

1
Tonic dopamine and biases in value learning linked through a biologically inspired reinforcement learning model.通过生物启发式强化学习模型，紧张性多巴胺与价值学习中的偏差相联系。
Nat Commun. 2025 Aug 13;16(1):7529. doi: 10.1038/s41467-025-62280-1.
2
Further examining how animals weigh conflicting information about reward sources over time.进一步研究动物如何随着时间推移权衡来自奖励源的相互冲突的信息。
Anim Cogn. 2025 Jul 30;28(1):74. doi: 10.1007/s10071-025-01982-x.
3
Collective cooperative intelligence.集体合作智慧。
Proc Natl Acad Sci U S A. 2025 Jun 24;122(25):e2319948121. doi: 10.1073/pnas.2319948121. Epub 2025 Jun 16.
4
The devilish details affecting TDRL models in dopamine research.多巴胺研究中影响临时残疾评定量表（TDRL）模型的棘手细节。
Trends Cogn Sci. 2025 May;29(5):434-447. doi: 10.1016/j.tics.2025.02.001. Epub 2025 Feb 26.
5
Delusional Unreality and Predictive Processing.妄想性现实与预测性加工
Biol Psychiatry Cogn Neurosci Neuroimaging. 2024 Dec 20. doi: 10.1016/j.bpsc.2024.12.006.
6
Probabilistic inference and Bayesian-like estimation in animals: Empirical evidence.动物中的概率推理和类贝叶斯估计：实证证据。
Ecol Evol. 2024 Jul 11;14(7):e11495. doi: 10.1002/ece3.11495. eCollection 2024 Jul.
7
Reinforcement expectation in the honeybee (): Can downshifts in reinforcement show conditioned inhibition?蜜蜂（）中的强化预期：强化的递减能否表现出条件抑制？
Learn Mem. 2024 Jun 11;31(5). doi: 10.1101/lm.053915.124. Print 2024 May.
8
Cue duration and trial spacing effects in contingency assessment in the streaming procedure with humans.线索时长和试验间隔效应对人类连续过程中应急评估的影响。
J Exp Psychol Anim Learn Cogn. 2024 Apr;50(2):99-117. doi: 10.1037/xan0000376.
9
Active reinforcement learning versus action bias and hysteresis: control with a mixture of experts and nonexperts.主动强化学习与动作偏差和滞后的比较：混合专家与非专家的控制。
PLoS Comput Biol. 2024 Mar 29;20(3):e1011950. doi: 10.1371/journal.pcbi.1011950. eCollection 2024 Mar.
10
Temporally organized representations of reward and risk in the human brain.人类大脑中对奖励和风险的时间组织化表示。
Nat Commun. 2024 Mar 9;15(1):2162. doi: 10.1038/s41467-024-46094-1.