Humans organize sequences of events into a single overall experience, and evaluate the aggregated experience as a whole, such as a generally pleasant dinner, movie, or trip. However, such evaluations are potentially computationally taxing, and so our brains must employ heuristics. For example, the peak-end rule hypothesis suggests that we average the peaks and end of a sequential event versus integrating every moment. However, there is no general model to test viable hypotheses quantitatively, and there is no neuroimaging evidence related to sequential experience evaluation. In chapter 1, we propose a general model and test among multiple specific ones, while also examining the role of working memory. The models were tested with a novel picture-rating task. We first compared averaging across entire sequences versus the peak-end heuristic. Correlation tests indicated that averaging prevailed, with peak and end both still having significant prediction power. Given this, we developed “windowed” models, i.e., evaluation within a specified window. The windowed preference-dependent (WP) model explained the empirical data with long sequences better than without windowing. However, because fixed-windowed models harbor their own limitations—including an inability to capture peak-event influences beyond a fixed window—we then developed discounting models. With preference-dependence added to the discounting rate, the results showed that the discounting model reflected the actual working memory of the participants, and that the preference-dependent discounting (PD) model described different features from the WP model. Taken together, we propose the combined WP-PD model as a means by which people evaluate experiences, suggesting preference-dependent working-memory as a significant factor underlying our evaluations. In chapter 2, we conducted MEG experiments, measuring the brain activations during our sequence-rating and working-memory task. We found parietal activation correlated to single event evaluation, left/right parietal and right frontotemporal activations correlated to working memory ability, and parietal, central and left frontal activations correlated to the sequential event evaluation. We also developed a principal component regression model to predict the sequence ratings. The results show that the model coefficients depend on the working memory ability. The results show that there are significant brain signals during the sequence rating task, and the working memory ability is a factor of the sequential experience evaluation.
인간은 일련의 연속된 사건들을 하나의 전체적인 경험으로 조직화하며, 그렇게 통합된 경험 전체를 평가한다. 그러나 그러한 평가는 계산적으로 어려운 문제이며, 따라서 우리의 뇌는 휴리스틱을 사용한다. 예를 들어, 피크-엔드 가설은 우리가 일련의 경험의 모든 순간을 합산하기보다는 최고점과 마지막 순간만을 평균한다고 주장한다. 그러나 이러한 다양한 가설을 확인할 수 있는 일반적인 모델이나, 일련의 연속된 사건들의 평가에 관련된 뇌영상 연구는 부족하다. 챕터 1에서, 우리는 일반적인 경험 평가 모델을 제시하고 몇가지 모델들을 비교하였으며, 작업 기억의 역할 또한 살펴보았다. 우리가 고안한 사진-평가 태스크를 통해 모델들을 테스트하였다. 일련의 분석을 통해, 우리는 윈도우-디스카운팅 결합모델을 인간의 경험 평가 모델로 제시함과 동시에 선호도 기반 작업 기억 능력이 경험 평가의 중요한 인자임을 제안한다. 챕터 2에서, 우리는 시퀀스-평가 및 작업기억 태스크를 진행하는 과정에서의 뇌자도를 측정하였다. 우리는 두정엽의 활성화가 단일 사건의 평가에 상관되며, 좌/우 두정엽과 전두측두엽의 활성화가 작업기억 능력에 상관되며, 두정엽, 중심부, 좌측 전두엽의 활성화가 연속 사건 평가에 상관된다는 것을 발견했다. 또한 우리는 인간의 시퀀스 평가를 설명하는 주성분 회귀모델을 개발했다. 결과는 모델 계수들이 작업 기억 능력에 의존한다는 것을 보였다. 이러한 결과들은 시퀀스 평가 태스크동안의 중요한 뇌의 신호들을 알려주며, 작업 기억 능력이 시퀀스 평가의 인자임을 말해준다.
