Decision Making Threshold 
Karar Verme Eşiği

Definition. 
Tanım.
A decision making threshold is the value of the decision making variable at which the  decision is made,  
such that an action is selected or a commitment to one alternative is  made, marking the end of 
accumulation of information. 

Bir karar verme eşiği kararın verildiği karar verme değişkeninin değeridir, öyle ki bilgi toplanmasının
 sonunu işaretleyerek bir eylem seçilir ya da bir seçenek seçilir.

Description.  A decision-making threshold determines when a decision-making process is completed. It 
represents a value of the decision variable, which in practice could be a linear combination  of a set 
 of neural firing rates, at which the accumulation of sensory evidence terminates and  a response or
 action is chosen. In two-alternative forced choice tasks, two thresholds exist,  one for each of the 
 two alternatives. 

Tarif.
Bir karar-verme eşiği karar-verme sürecinin ne zaman tamamlandığını belirler.  Karar değişkeninin bir 
yanıt veya eylemin seçildiği karar değerini temsil eder.

In models of decision making, the threshold can be either static or dynamic during an  individual trial. 
Mathematically, a threshold is an absorbing boundary of the diffusion  process for the decision variable.
The time for the decision variable to reach such an  absorbing boundary is the decision-making time.   

Karar-vermenin modellerinde, eşik herbir durumda statik ya da dinamik olabilir.  Karar değişkeninin
doyma eşiğine gelmesi için geçen zamana karar-verme süresi denir.
 
Static Thresholds 
If the threshold is static, it determines where one is operating in the speed-accuracy  tradeoff. Low 
thresholds produce speedier responses, whereas higher thresholds increase  accuracy. 

Statik Eşikler
Eğer eşik statikse, hız-doğruluk ikileminde kişinin nerede olduğunu belirler.  Düşük ikilemdeğerleri  daha
hızlı yanıtlar üretir,öteyandan yüksek eşikler doğruluğu arttırır.

Dynamic Thresholds 
In models of decision making with a single decision variable, dynamic thresholds can   improve accuracy 
tasks with fixed stimulus duration, and can optimize reward  accumulation in other   situations where 
the cost for acquiring information is not constant in  time (Drugowitsch et al., 2012). 

Dinamik Eşikler
Dinamik eşikler sabit uyarıcı süreli işlerde doğruluğu iyileştirebilir ve bilgi edinmenin bedeli zaman 
içinde sabit olmadığı başka durumlarda ödül biriktirmeyi optimize edebilir (Drugowitsch et al., 2012)..

If thresholds are initially high, they can ensure the decision  process is not terminated too quickly 
and evidence has time to accumulate and outweigh  the noise. 

Eğer eşikler başlangıçta yüksek ise, karar sürecinin çok çabuk sona erdirilmesini engeller ve olguların 
toplanıp gürültüyü bastırmasını sağlar.
 
However, if thresholds collapse to zero by   the end of the stimulus duration, they ensure a response is 
made and any evidence accumulated up until   then contributes to the  determination of that response. 

Yine de, eğer eşikle ruyarı süresinin sonucunda sıfıra inerse , bir yanıt verilmesini sağlarlar ve o ana 
kadar biriken delillerin yanıtın belirlenmesine katkı yapmasını sağlarlar.  

When the statistics of the inputs are unknown,  one can optimally adjust the thresholds over  the course
of the decision, according to whether the  inputs are strongly informative or not.  

Girişlerin statik özellikleri bilinmediği zaman, kişi karar süreci içinde girişlerin biligi içeriğinin 
kuvvet durumuna göre optimal olarak eşikleri ayarlayabilir.

Perhaps surprisingly, when the inputs are more ambiguous in   their evidence for one  response or another, 
it is optimal for thresholds to collapse quickly, enforcing   a rapid  response that depends little on 
information in the stimulus, but more closely follows ones prior beliefs. 

Belki şaşaırtıcı olarak, bir ya da öbür yanıtın lehine olup olmadığıbelirsiz  girişlerde  eşiklerin çabucak 
sıfırlanması optimaldir.  Bu durum uyarıcıdaki bilgiyle çok az ilişkili ama kişinin ön yargılarına dayanan
çok çabuk  bir yanıt gelmesini zorlar.


Bogacz R, Brown E, Moehlis J, Holmes P, Cohen JD (2006) The physics of optimal decision  making: a formal
analysis of models of performance in two-alternative forced-choice  tasks. Psychological Review 113:700-765.
  
Drugowitsch J, Moreno-Bote R, Churchland AK, Shadlen MN, Pouget A (2012) The cost of  accumulating evidence
in perceptual decision making. The Journal of Neuroscience: 32:3612-3628.  

Encyclopeida_of_Computational_Neuroscience