XIV - konekcionizam Flashcards
1
Q
- Pojma arhitekture i dinamike neuralnih mreža.
A
- arhitektura - br. slojeva i čvorova koji je čine
- dinamika - tip i ponderi veza među čvorovima
- paralelna obrada info
- sve neuralne mreže imaju vipe niova, a najmanje 2 - ulazni i izlazni
- čvorovi su nalik neuroima, međusobno povezani i ostvaruju uticaj samo tako što uzajamno deluju jedni na druge inb. ili ekscit. ef.
- veze su okarakterisane kvalitetom (eksc/inh) i intenzitetom koji se manifestuje preko pondera
- čvorovi se međusobno stimulišu, kada suma pondera dostigne prag akt čvora - on biva akt, i nastavlja da širi svoju akt. do susednih čvorova.
- širenje čvorova je propagacija, specif. za mreže koje imaju srednji nivo - nivo skrivenih jedinica
- nivo skrivenih jed. između ulaznog i izlaznog. omogućava Uč po principu povratnog širenja g (izraz se poredi sa željenim, modif. se najbliži izlazu sloj, pa onda svi do ulaza)
2
Q
- Svojstva ‘‘računarskog’’ nasuprot ljudskog pamćenja.
A
- redna obrada, izvlačenje sve/ništa
- mozak - paralelna obrada, i sporija od računara -> izvlačenje može biti delimično - adresabilnost i kad se osteti info
- postepena degradacija Pa - aproksimirati deo
- skloni obezbeđivanju tipične vrednosti, ne znamo neku ifno - mreža to zamenjuje tipičnom info (vrednošću)
3
Q
- Svojstva i kvaliteti kojima neuralne mreže oponašaju ljudsko ponašanje.
A
- neuralne mreže simuliraju ljudsko Pa na anlogiji neuroni-čvorovi
- mogu rešiti problem postepene degradacije -> aproksimacija izgubljene info
- simuliraju karakteristiku Pa koja se ogleda u davanju tipične vrednosti za nedostaći podatak + spontanu generalizaciju koju postižu širenjem akt. među čvorovima praveći stereotipe.
- neuralne mreže čuvaju inof u vezi između čvorova, a ne u samim čvorovima.
4
Q
- Dometi i ograničenja konkcionističkog modeliranja kognicije kod ljudi.
A
- primene neuralnih mreža: percepcija govora, prepoznavanje viz. složaja, modeliranje deficita u amz. i formiranje strategija nekih igara
- prednosti konekc. modela:
1. modeliranje ne zahteva posebno specif. i pohranjivanje pravila delovanja mozga
2. jedino što treba znati je vrednost ulaza i ciljana vrednost izlaza
nedostaci konekci. modela:
1. inkluzivnost - može se modelirati skoro sve
2. problem ps. plauzibilnosti (prihvatljivosti)
3. rezultati su manje spektakularni u modeliranju kognitivno shvatljivih Si.