Computermodellierung Flashcards

1
Q

Was ist ein Modell? In welchen Bereichen arbeiten wir mit komputationalen Modellen und Computersimulationen?

A

Ein Modell ist eine Repräsentation eines Konzepts, Objekts, Prozesses oder Systems, das darauf abzielt, empirische Phänomene zu beschreiben und zu erklären. Beispiele für Bereiche, in denen wir mit komputationalen Modellen arbeiten, sind:

Kognitive Modellierung (Das möglichst exakte Nachbilden der kognitiven Abläufe in einem
Individuum bei der Bearbeitung eines konkreten Problems mithilfe eines
Computer(programm)s)
Komputationale Neurowissenschaften (Mathematische, theoretische und
simulationsgestützte Ansätze, um Struktur, Funktion und Entwicklung des Gehirns zu
verstehen, die notwendig sind, um bestimmte (kognitive) Aufgaben zu erledigen)
Agenten-basierte Modellierung in der Sozialpsychologie (Komputationale Modelle, in
denen sich Agenten (simulierte Individuen) nach einfachen Regeln in Umgebungen
verhalten und emergentes Verhalten zeigen)

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

Wie begegnen Computermodelle der Unbestimmtheit verbaler Theorien? Was sind die Vorteile und die Kritik, und wie argumentierten Gregg und Simon?

A

Computermodelle zwingen Forscher
dazu, Theorien präzise und eindeutig zu spezifizieren, da unklare oder widersprüchliche Theorien nicht in funktionierende Programme übersetzt werden können. Gregg und Simon (1967) argumentierten, dass Computermodelle helfen, Inkonsistenzen zu vermeiden, implizite Annahmen offenzulegen und flexible oder unprüfbare Theorien zu eliminieren. Ein Kritikpunkt bleibt jedoch, dass eine erfolgreiche Computersimulation nicht automatisch bedeutet, dass die zugrunde liegende Theorie korrekt oder allgemein anwendbar ist.

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

Was verstehen wir unter Emergenz?

A

Emergenz bezieht sich auf das Phänomen, dass kollektive Verhaltensweisen oder Eigenschaften in einem System entstehen, die nicht auf das Verhalten der einzelnen Teile zurückgeführt werden können. Ein Beispiel dafür ist das Verhalten von Schwärmen, das aus einfachen Regeln der Interaktion zwischen Individuen entsteht, wie im “Game of Life” oder in der Simulation von Vogelschwärmen.

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

Was sind psychologische Modelle zur Entscheidungsfindung und zum Urteilen? Erkläre Tallying, das Lineare Modell mit Gewichten und die “Take the Best” (TTB) Heuristik.

A

Tallying: Eine Heuristik, bei der Entscheidungen basierend auf der Anzahl der Gründe (Cues) getroffen werden, die für eine Option sprechen, ohne Gewichtung der Cues.

Lineares Modell mit Gewichten (Weighted additive Model WADD): Ein Modell, bei dem verschiedene Cues gewichtet und additiv kombiniert werden. Die Gewichte können subjektiv oder statistisch ermittelt werden.

Take the Best (TTB) Heuristik (Lexikographische Strategie): Eine lexikographische Strategie, bei der die Suche nach Informationen in einer festen Reihenfolge erfolgt. Sobald ein Cue gefunden wird, der zwischen zwei Optionen unterscheidet, wird die Entscheidung getroffen, ohne weitere Cues zu berücksichtigen.

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

Warum sind Modelle wichtig in der Forschung?

A

Modelle ermöglichen es, komplexe Phänomene zu vereinfachen und spezifische Komponenten oder Prozesse präzise zu untersuchen. Sie helfen dabei, Annahmen zu testen und Szenarien zu simulieren, z.B. den Einfluss des Tempolimits auf die Umwelt oder das Bohr’sche Atommodell. Ein berühmtes Zitat dazu ist: “All models are wrong, but some are useful” (George Box).

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

Welche Vorteile bieten Computersimulationen in der Forschung?

A

Computersimulationen erweitern die Denkkapazität von Wissenschaftler
und ermöglichen es, Szenarien durchzudenken, die in der Realität schwer oder unmöglich zu testen wären. Sie erzwingen präzise Theorien, machen implizite Annahmen sichtbar und vermeiden allzu flexible oder unprüfbare Theorien.

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

Was ist ein agentenbasiertes Modell?

A

Ein agentenbasiertes Modell simuliert das Verhalten von Individuen (Agenten), die nach einfachen Regeln in einer Umgebung agieren. Solche Modelle werden in der Sozialpsychologie verwendet, um emergentes Verhalten zu untersuchen, wie z.B. die Entstehung von segregierten Nachbarschaften.

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

Was sind die zentralen Prinzipien des “Game of Life” und was zeigt es über Emergenz?

A

Im “Game of Life”, einem zellulären Automaten, folgen Zellen einfachen Regeln, z.B. dass eine Zelle stirbt, wenn sie zu wenige oder zu viele Nachbarn hat. Das Spiel zeigt, dass aus einfachen Regeln komplexes, emergentes Verhalten entsteht, was nicht aus den individuellen Zellenverhalten alleine erklärbar ist.

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

Was sind die Vorteile von Simulationen laut Gregg und Simon?

A

Laut Gregg und Simon (1967) haben Simulationen folgende Vorteile:

Schutz vor Inkonsistenzen.
Verdeutlichung impliziter Annahmen.
Vermeidung allzu flexibler Theorien.
Eliminierung unprüfbarer Theorien.
Zwang zur Präzision bei der Enkodierung und Repräsentation.

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

Wie kann die “Take the Best” (TTB) Heuristik beschrieben werden?

A

Die TTB-Heuristik ist eine Entscheidungsstrategie, bei der Informationen (Cues) in einer bestimmten Reihenfolge durchsucht werden. Sobald ein Cue gefunden wird, der zwischen den Optionen unterscheidet, wird die Entscheidung getroffen, ohne weitere Cues zu berücksichtigen. Sie basiert auf der Idee, dass ein einzelner, starker Grund ausreichend sein kann, um eine Entscheidung zu treffen.

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

Was sind die Vorteile von Computermodellen gegenüber verbalen Theorien?

A

Computermodelle bieten eine präzisere Darstellung als verbale Theorien. Sie zwingen Forscher
, ihre Annahmen klar und vollständig anzugeben, was die Kritisierbarkeit und Rezeption erleichtert. Zudem helfen sie, Wissenslücken aufzudecken und unklare Theorien zu präzisieren.

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

Welche Rolle spielen künstliche neuronale Netze in der Simulation von Lernprozessen?

A

Künstliche neuronale Netze verwenden einfache Berechnungen, um komplexes Verhalten zu simulieren. Ein Beispiel ist die Simulation des Erlernens von Past-Tense-Formen bei Kindern. Hier können neuronale Netze ähnliche Fehler wie Kinder machen, indem sie Regeln und Ausnahmen lernen, ohne explizit programmierte Regeln zu verwenden.

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

Was ist die Bedeutung von “Segregation Models” in der Forschung?

A

Segregation Models zeigen, wie einfache individuelle Präferenzen zu überraschenden, emergenten Phänomenen auf gesellschaftlicher Ebene führen können. Ein Beispiel ist das Modell von Schelling, das zeigt, wie kleine Präferenzen für Nachbarn ähnlicher Ethnie zu starker Segregation in Nachbarschaften führen können, obwohl das individuelle Verhalten “harmlos” erscheint.

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

Was ist die Phonologische Schleife im Multikomponentenmodell des Arbeitsgedächtnisses?

A

Die Phonologische Schleife ist eine Komponente des Arbeitsgedächtnisses und besteht aus zwei Teilen:

Phonologischer Speicher: Speichert sprachliche Informationen für ca. 1,5 bis 2 Sekunden.
Artikulatorische Schleife (Rehearsal Mechanismus): Durch inneres Sprechen werden Informationen im phonologischen Speicher aufrechterhalten.

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

Welche Entscheidungen müssen beim Simulieren des Phonologischen Schleifenmodells getroffen werden?

A

Beim Simulieren des Phonologischen Schleifenmodells müssen Entscheidungen getroffen werden, z.B.:

Wann beginnt der Zerfall von Gedächtnisinhalten?
Welche Zerfallsfunktion wird verwendet (linear, exponentiell)?
In welcher Reihenfolge werden Informationen wiederholt?

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

Wie trägt Computermodellierung zur Spezifikation verbaler Theorien bei?

A

Computermodelle zwingen Forscher
dazu, ihre Theorien präzise zu formulieren und alle Annahmen explizit zu machen. Dies führt zu einer klareren Darstellung und erleichtert es, Theorien auf Inkonsistenzen oder Lücken zu überprüfen.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
17
Q

Was ist das “Game of Life” und wie ist es relevant für Emergenz?

A

Das “Game of Life”, entwickelt von John Conway, ist ein zellulärer Automat, bei dem Zellen nach einfachen Regeln leben oder sterben. Es demonstriert, wie durch einfache Regeln komplexes, emergentes Verhalten auftritt, wie z.B. Muster und Strukturen, die nicht direkt aus den Einzelregeln erklärbar sind.

18
Q

Welche Regeln bestimmen das Verhalten im “Game of Life”?

A

Die Regeln im “Game of Life” sind:

Eine Zelle stirbt an Einsamkeit, wenn sie keine oder nur einen Nachbarn hat.
Eine Zelle stirbt an Überbevölkerung, wenn sie mehr als vier Nachbarn hat.
Eine Zelle mit zwei oder drei Nachbarn überlebt.
Eine neue Zelle entsteht, wenn eine Zelle genau drei Nachbarn hat.

19
Q

Was versteht man unter emergentem Verhalten in der Agenten-basierten Modellierung?

A

Emergenz tritt auf, wenn einfache Regeln auf der Ebene individueller Agenten zu unerwarteten, komplexen kollektiven Verhaltensmustern führen, die nicht auf das Verhalten der einzelnen Agenten zurückgeführt werden können. Ein Beispiel ist die Simulation von Vogelschwärmen.

20
Q

Welche Faktoren beeinflussen die Emergenz von segregierten Nachbarschaften?

A

In Schellings Modell wird Segregation durch individuelle Präferenzen beeinflusst. Menschen ziehen es vor, mindestens 30% ihrer Nachbarn der eigenen ethnischen Gruppe zuzuordnen. Diese einfache Präferenz führt bereits bei niedrigen Schwellenwerten zu segregierten Gemeinschaften.

21
Q

Was sind die drei einfachen Regeln der Schwarm-Simulation von Boids?

A

Die drei Regeln in der Boids-Schwarm-Simulation sind:

Separation: Halte Abstand zu benachbarten Individuen.
Alignment: Passe deine Bewegungsrichtung an die deiner Nachbarn an.
Cohesion: Bleibe in der Nähe deiner Nachbarn.

22
Q

Was ist das Tallying-Modell in der Entscheidungsfindung?

A

Tallying ist eine Entscheidungsstrategie, bei der die Anzahl der positiven Cues (Informationen) gezählt wird, die für eine Option sprechen. Jeder Cue erhält das gleiche Gewicht, ohne eine Gewichtung der Wichtigkeit der Cues vorzunehmen.

23
Q

Was ist der Unterschied zwischen Tallying und einem linearen Modell mit Gewichten?

A

Tallying zählt einfach die Anzahl der positiven Cues, während ein lineares Modell mit Gewichten jeder Information (Cue) ein spezifisches Gewicht zuordnet, das ihre Bedeutung widerspiegelt. Dadurch kann ein lineares Modell differenzierter entscheiden, indem es die Wichtigkeit der einzelnen Faktoren berücksichtigt.

24
Q

Wie funktioniert die “Take the Best” (TTB) Heuristik?

A

Bei der “Take the Best” Heuristik werden Cues in der Reihenfolge ihrer Wichtigkeit untersucht. Sobald ein Cue gefunden wird, der zwischen zwei Optionen unterscheidet, wird die Entscheidung getroffen. Es wird nicht weiter nach anderen Cues gesucht, sobald eine Diskrimination möglich ist.

25
Q

Welche Rolle spielen Cues in der Entscheidungsfindung?

A

Cues sind Informationen oder Hinweise, die bei der Urteilsfindung oder Entscheidung genutzt werden. Sie können subjektiv oder objektiv sein und variieren in ihrer Relevanz und Genauigkeit. Entscheidungsstrategien wie Tallying oder TTB basieren auf der Nutzung dieser Cues, um zu einem Urteil zu gelangen.

26
Q

Was versteht man unter der “Unbestimmtheit verbaler Theorien”?

A

Verbale Theorien sind oft vage und lassen viel Interpretationsspielraum. Sie geben keine präzisen Vorhersagen über mögliche Daten und erlauben verschiedene Interpretationen derselben Beobachtungen. Computermodelle helfen, diese Unbestimmtheit zu reduzieren, indem sie klare Spezifikationen erfordern.

27
Q

Welche Kritik wird an Computersimulationen in der Forschung geäußert?

A

Kritiker argumentieren, dass eine erfolgreiche Simulation nicht garantiert, dass die zugrunde liegende Theorie wahr oder verallgemeinerbar ist. Eine Simulation könnte auch durch andere Mechanismen erfolgreich sein, die nicht in der Theorie enthalten sind.

28
Q

Was ist ein Zellulärer Automat?

A

Ein Zellulärer Automat ist ein Modell, das aus einem Gitter von Zellen besteht, die einfache Regeln befolgen, um zu bestimmen, wie sie sich in der Zeit entwickeln. Jede Zelle hat einen Zustand, und der Zustand jeder Zelle hängt vom Zustand ihrer Nachbarn ab. Ein berühmtes Beispiel ist das “Game of Life”.

29
Q

Wie hilft die Computermodellierung, Wissenslücken aufzudecken?

A

Durch die explizite Formulierung von Theorien in Form von Computermodellen werden oft Lücken oder Unklarheiten in den Annahmen sichtbar, die zuvor nicht offensichtlich waren. Dies zwingt Forscher
dazu, ihre Theorien genauer zu durchdenken und zu präzisieren.

30
Q

Was sind Beispiele für kognitive Modelle in der Psychologie?

A

Beispiele für kognitive Modelle sind:

Modelle des Arbeitsgedächtnisses, wie die Phonologische Schleife
Modelle der Entscheidungsfindung, wie Tallying, das Lineare Modell mit Gewichten und die TTB-Heuristik
Simulationen von Lernprozessen, wie die Verwendung von neuronalen Netzen zum Erlernen von Sprachmustern

31
Q

Was sind Netzwerke von künstlichen Neuronen?

A

Künstliche neuronale Netze sind mathematische Modelle, die vom biologischen Gehirn inspiriert sind. Sie bestehen aus miteinander verbundenen “Neuronen”, die Eingaben empfangen, verarbeiten und Ausgaben erzeugen. Sie werden verwendet, um komplexe Verhaltensweisen zu simulieren, z.B. das Erlernen von Mustern oder Sprache.

32
Q

Wie erklären neuronale Netze die Überregularisierungsfehler von Kindern beim Erlernen der Past-Tense-Formen?

A

Neuronale Netze zeigen, dass Kinder zunächst die richtigen Vergangenheitsformen imitieren, dann jedoch eine Regel (z.B. “-ed” für regelmäßige Verben) übergeneralisiert anwenden (“goed” statt “went”). Diese Fehler resultieren aus der Lernweise der neuronalen Netze, die Regeln aus den Eingaben ableiten, ohne sie explizit zu programmieren.

33
Q

Was ist der Unterschied zwischen einer regulären und einer unregelmäßigen Route beim Erlernen der Past-Tense-Formen?

A

Eine reguläre Route folgt einer Regel (z.B. Verb + “-ed” für die Vergangenheitsform), während unregelmäßige Verben spezielle Formen haben, die nicht dieser Regel folgen. Ein Modell der Sprachentwicklung berücksichtigt beide Routen, wobei reguläre und unregelmäßige Formen unterschiedlich verarbeitet werden.

34
Q

Was versteht man unter einem “Zwei-Wege-System” im Sprachlernen?

A

Ein Zwei-Wege-System unterscheidet zwischen der Regel-basierten Route (für reguläre Vergangenheitsformen) und einer assoziativen Route (für unregelmäßige Formen). Diese Modelle gehen davon aus, dass Kinder beide Routen nutzen, um Vergangenheitsformen zu lernen.

35
Q

Welche Kritik gibt es an der Theorie eines angeborenen Sprachorgans?

A

Elman (1990) argumentierte, dass komplexe sprachliche Fähigkeiten ohne ein spezifisch angeborenes Sprachorgan erklärt werden können. Seine Modelle zeigten, dass neuronale Netze in der Lage sind, Wortgrenzen zu erkennen und Sprachmuster zu erlernen, ohne genetisch vorgegebene Strukturen.

36
Q

Was ist die lexikographische Strategie in der Entscheidungsfindung?

A

Die lexikographische Strategie ist eine Entscheidungsregel, bei der Cues sequentiell in einer bestimmten Reihenfolge betrachtet werden. Sobald ein Cue gefunden wird, der zwischen zwei Optionen unterscheidet, wird die Entscheidung getroffen, ohne weitere Cues zu berücksichtigen.

37
Q

Was bedeutet “One-Reason Decision Making” in der TTB-Heuristik?

A

Bei “One-Reason Decision Making” wird eine Entscheidung getroffen, sobald ein einzelner Cue zwischen zwei Optionen diskriminiert. Es werden keine weiteren Informationen berücksichtigt, auch wenn diese vorhanden sind.

38
Q

Welche Rolle spielt Vorhersagefehler in neuronalen Netzen?

A

Vorhersagefehler in neuronalen Netzen zeigen an, wie gut das Netzwerk die nächste Eingabe vorhersagen kann. Wenn das Netzwerk häufig falsche Vorhersagen macht, deutet dies darauf hin, dass es Schwierigkeiten hat, die zugrunde liegenden Muster zu erkennen. Dies kann in Lernprozessen verwendet werden, um zu analysieren, wie gut ein Modell Muster erfasst.

39
Q

Mögliche Entscheidungsstrategien (Auswahl)

A

▪ Tallying (linear equal weights model)
▪ Lineares Modell mit Gewichten (Lineare Regression)
▪ Take the best (TTB) Heuristik

40
Q

Zusammenfassung Computermodellierung

A

▪ Komputationalle Modelle können wir erkenntnistheoretisch ähnlich wie statistische
Modelle einordnen; sie erlauben uns keine Verifikation, höchstens Falsifikation und
Bewährung
▪ Computermodelle zwingen uns Theorien präzise und eindeutig auszuarbeiten (damit sie als
Programm ausführbar sind)
▪ Aber es sind immer mehrere (eigentlich unzählig viele) Computerprogramme denkbar, die
denselben Output erzeugen, aber strukturell anders gestaltet sind
▪ Solche Computermodelle finden insbesondere in der kognitiven Psychologie und in den
(kognitiven) Neurowissenschaften Anwendung, teilweise aber auch in der
Sozialpsychologie, A&O, …

41
Q
A