scholarly journals Statistical learning guarantees for compressive clustering and compressive mixture modeling

2021 ◽  
Vol 3 (2) ◽  
pp. 165-257
Author(s):  
Rémi Gribonval ◽  
Gilles Blanchard ◽  
Nicolas Keriven ◽  
Yann Traonmilin
Keyword(s):  
Statistical Learning ◽  
Mixture Modeling

Die Identifikation früher Veränderungsmuster in der ambulanten Psychotherapie

2007 ◽  
Vol 36 (2) ◽  
pp. 93-104 ◽  
Author(s):  
Wolfgang Lutz ◽  
Niklaus Stulz ◽  
David W. Smart ◽  
Michael J. Lambert
Keyword(s):  
Growth Mixture Modeling ◽  
Mixture Modeling ◽  
Growth Mixture

Zusammenfassung. Theoretischer Hintergrund: Im Rahmen einer patientenorientierten Psychotherapieforschung werden Patientenausgangsmerkmale und Veränderungsmuster in einer frühen Therapiephase genutzt, um Behandlungsergebnisse und Behandlungsdauer vorherzusagen. Fragestellung: Lassen sich in frühen Therapiephasen verschiedene Muster der Veränderung (Verlaufscluster) identifizieren und durch Patientencharakteristika vorhersagen? Erlauben diese Verlaufscluster eine Vorhersage bezüglich Therapieergebnis und -dauer? Methode: Anhand des Growth Mixture Modeling Ansatzes wurden in einer Stichprobe von N = 2206 ambulanten Patienten einer US-amerikanischen Psychotherapieambulanz verschiedene latente Klassen des frühen Therapieverlaufs ermittelt und unter Berücksichtigung unterschiedlicher Patientenausgangscharakteristika als Prädiktoren der frühen Veränderungen mit dem Therapieergebnis und der Therapiedauer in Beziehung gesetzt. Ergebnisse: Für leicht, mittelschwer und schwer beeinträchtigte Patienten konnten je vier unterschiedliche Verlaufscluster mit jeweils spezifischen Prädiktoren identifiziert werden. Die Identifikation der frühen Verlaufsmuster ermöglichte weiterhin eine spezifische Vorhersage für die unterschiedlichen Verlaufscluster bezüglich des Therapieergebnisses und der Therapiedauer. Schlussfolgerungen: Frühe Psychotherapieverlaufsmuster können einen Beitrag zu einer frühzeitigen Identifikation günstiger sowie ungünstiger Therapieverläufe leisten.

Rapid Serial Auditory Presentation

2015 ◽  
Vol 62 (5) ◽  
pp. 346-351 ◽  
Author(s):  
Ana Franco ◽  
Julia Eberlen ◽  
Arnaud Destrebecqz ◽  
Axel Cleeremans ◽  
Julie Bertels
Keyword(s):  
Statistical Learning ◽  
Reaction Times ◽  
Visual Presentation ◽  
Detection Task ◽  
Speech Segmentation ◽  
Auditory Presentation ◽  
Indirect Measure ◽  
Speech Stream ◽  
Adult Participants ◽  
Presentation Procedure

Abstract. The Rapid Serial Visual Presentation procedure is a method widely used in visual perception research. In this paper we propose an adaptation of this method which can be used with auditory material and enables assessment of statistical learning in speech segmentation. Adult participants were exposed to an artificial speech stream composed of statistically defined trisyllabic nonsense words. They were subsequently instructed to perform a detection task in a Rapid Serial Auditory Presentation (RSAP) stream in which they had to detect a syllable in a short speech stream. Results showed that reaction times varied as a function of the statistical predictability of the syllable: second and third syllables of each word were responded to faster than first syllables. This result suggests that the RSAP procedure provides a reliable and sensitive indirect measure of auditory statistical learning.

Statistical Learning of Implicit Regularity Correlates With Acquisition of Chinese Literacy as a Second Language

2012 ◽  
Author(s):  
Denise H. Wu ◽  
Esther H.-Y. Shih ◽  
Ram Frost ◽  
Jun Ren Lee ◽  
Chiaying Lee ◽  
...  
Keyword(s):  
Second Language ◽  
Statistical Learning

Timing Is Everything: Effects of Attention and Modality on Statistical Learning

2007 ◽  
Author(s):  
Lauren L. Emberson ◽  
Christopher M. Conway ◽  
Morten H. Christiansen
Keyword(s):  
Statistical Learning
Sign in / Sign up

Export Citation Format

Share Document