College 5 Flashcards

1
Q

Wat houdt het connectionisme in ?

A

Is een vorm van materialisme/fysicalisme die op het eerste gezicht meervoudige realiseerbaarheid serieus neemt en biologisch realistisch is.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Welke 2 soorten connectionisten zijn er?

A
  1. Wetenschappers die hersenachtige netwerken bouwen.
  2. Filosofen die beweren dat connectionistische modellen inzicht geven in hoe de brein werkt.
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Welke andere benamingen zijn er voor connectionisme?

A
  1. Kunstmatige neurale netwerk theorie.
  2. Parallel Distributed Processing.
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Wat betekent parallelle informatieverwerking?

A

elke unit kan met andere units verbonden worden, dus informatieverwerking is niet serieel.
Bij eventuele storing wordt het dus opgevangen! waardoor het biologisch realistisch is!

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Welke beperking is er op meervoudige realiseerbaarheid?

A

Er is enige beperking op MR, omdat het niet MR kan zijn als de structuren niet op elkaar lijken!
het moet dus lijken op de architectuur van het brein.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Wat stelt de Churchlands?

A

ons brein is een neuraal netwerk. we moeten dus zo dicht mogelijk bij de architectuur van ons brein blijven als we kunstmatige machines maken!

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

waaruit bestaat een connectionistisch netwerk?

A

Uit Units en Weights.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Wat zijn units?

A

Plaatsvervangende AI neuronen: ze ontvangen input en verzenden output. Units zijn niet alleen serie-geschakeld, maar ze zijn ook parallel waardoor elke unit met elke andere unit verbonden kan worden.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Wat zijn weights?

A

De sterke van een outputs die door een unit verzonden worden. Het is telkens anders: het kan zowel remmend als stimulerend zijn.
De waardes van de weights moeten goed genoeg zijn om als output te dienen bij een bepaalde input.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Waarvoor dient een drempelwaarde van de units in de logische neuronen?

A

Units worden alleen verwerkt als ze een drempelwaarde bereiken. Dan pas worden ze activeert.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Wat zijn mentale toestanden volgens het connectionisme?

A

mentale toestanden zijn toestanden in een neuraal netwerk.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Mijnen opsporen, hoe doe je dit?

A

Je moet het systeem gaan trainen!

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Wat houdt backpropagation in?

A

De connecties worden telkens weer een beetje bijgesteld als de output niet goed genoeg is.
Trial-and-error learning.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Wat houdt descent learning in?

A

houdt in dat er stapsgewijs de weights worden aangepast, zodat dit uiteindelijk leidt tot een geschikte output: algoritme.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Wat houdt gezichtsherkenning in bij het oplossen van mijnen (neuraal netwerk) (eigenlijk dus problemen die worden ervaart.)
Hoe werd dit gedaan?

A

Cottrel maakte een systeem die gezichtsherkenning kon uitvoeren.
Dmv backpropagation leerde het systeem steeds terug te gaan en te proberen om de weights en units aan elkaar te linken. Hierdoor was het systeem in staat gezichtsherkenning optimaal te kunnen uitvoeren.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Wat is het voordeel van gezichtsherkenning bij systemen?

A

Systemen kunnen hierdoor gezichten herkennen en worden getraind om dit sneller te kunnen.

17
Q

Wat is het nadeel van gezichtsherkenning?

A

Snapshot reasoning; er kon enkel maar gezichten worden herkend, en de factor tijd werd hier niet bij meegenomen.

18
Q

Wat is de oplossing voor snapshot reasoning?

A

Recurrent pathways: hierbij krijgen de verborgen lagen niet alleen input van de input units, maar ok van de output units. Hierdoor wordt er niet alleen rekening gehouden met de informatie van het moment zelf, maar ook het moment daarvoor.