2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩15頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、知識(shí)的結(jié)構(gòu):聯(lián)結(jié)主義取向,概述分布表象中的有關(guān)概念分布表象和符號(hào)表象之間的差異,概論——作為一個(gè)學(xué)院圖書館管理員的安排,你的一部分工作是管理把顧客還回圖書館的書放回書架的助手。圖書包括許多門類,一個(gè)助手對(duì)一個(gè)門類或多或少比較熟悉,他們的熟悉度影響他們放回圖書的速度。因助手以小時(shí)計(jì)付薪水,因此要把他們安排到他們熟悉的門類以便他們更快放回圖書。在一個(gè)門類分配一名并必須分配一名助手的情況下,達(dá)到使得每分鐘放回的書最多的理想,采取的分配

2、方法應(yīng)該是怎樣的呢?不要以為這是一個(gè)簡(jiǎn)單的小問(wèn)題哦。(下表顯示出每個(gè)助手在每個(gè)門類每分鐘放回圖書的數(shù)量),,,,,解決的途徑是,我們要同時(shí)考慮每個(gè)助手最快的領(lǐng)域和該安排下所有其他助手的效果,這種問(wèn)題有時(shí)稱作雙趨一避沖突。,在本章中我們將探討用來(lái)模擬我們?cè)谠S多認(rèn)知和神經(jīng)行為中所看到的同時(shí)性而設(shè)計(jì)的模型。有時(shí)被成為神經(jīng)一網(wǎng)絡(luò)模型(neural-network models), 聯(lián)結(jié)主義模型(connectionist model) 或者

3、分布的(distributed), 非符號(hào)的(nonsymbolic processing)加工。這種取向是力圖產(chǎn)生與神經(jīng)系統(tǒng)操作具有許多相同之處的認(rèn)知模型。,分布表象中的有關(guān)概念,回顧第一章中我們討論了三種水平的心理分析:神經(jīng)水平、認(rèn)知水平和心理水平。用信息加工取向來(lái)描述事件標(biāo)志著離開神經(jīng)系統(tǒng)描述的抽象程度。第五章中我們把記憶搜索的幾種類型的特征描述為激活一個(gè)代表你的知識(shí)的單位或結(jié)點(diǎn)。結(jié)點(diǎn)存在于認(rèn)知水平的分析上,在那里激活一個(gè)結(jié)點(diǎn)

4、代表著許多神經(jīng)過(guò)程的綜合。我們構(gòu)建了聯(lián)結(jié)主義模型。聯(lián)結(jié)主義的抽象程度被認(rèn)為比信息加工抽象程度更低得多,其所使用的術(shù)語(yǔ)和程序甚少,從表面上看,與實(shí)際的神經(jīng)事件有許多相似之處,實(shí)際的神經(jīng)元與理想的神經(jīng)元,有關(guān)皮層神經(jīng)元的有關(guān)情況。首先,我們知道這類神經(jīng)元經(jīng)常出現(xiàn)動(dòng)作電位現(xiàn)象;其次,每個(gè)神經(jīng)元與周圍的神經(jīng)元緊密聯(lián)結(jié);最后,特定神經(jīng)元之間的聯(lián)結(jié)可能是興奮性的或者抑制性的。每個(gè)神經(jīng)元沖動(dòng)可以傳遞到周圍的幾千個(gè)皮層神經(jīng)元且效果是同時(shí)的。當(dāng)一個(gè)

5、特定的神經(jīng)元放電時(shí),它可以傳遞到周圍幾千個(gè)細(xì)胞,并且當(dāng)一個(gè)神經(jīng)元接受傳遞時(shí),它們可能來(lái)自周圍幾千個(gè)細(xì)胞。但是,神經(jīng)元信息的強(qiáng)度并不因?yàn)榕c它聯(lián)系的臨近細(xì)胞的數(shù)目而改變,信號(hào)從不會(huì)由于臨近細(xì)胞的聯(lián)系而削弱或減弱。,信號(hào)強(qiáng)度不會(huì)改變,但信號(hào)不總為正。第一章中,Rosenblarr(1958)認(rèn)為神經(jīng)元之間的計(jì)算不但是由它們之間的興奮連接而且也由抑制聯(lián)結(jié)產(chǎn)生。每個(gè)神經(jīng)元通過(guò)總合所有來(lái)自其他神經(jīng)元的興奮和抑制性傳遞成為決策者,放電(或不放電)依賴

6、于總的輸入是正的還是負(fù)的。這是實(shí)際神經(jīng)元。我們將理想化的神經(jīng)元與聯(lián)接主義模型中的實(shí)際神經(jīng)元相比,做小型神經(jīng)網(wǎng)絡(luò)示意圖如下,,,,,,,,,C,A,B,輸出,輸入,輸入強(qiáng)度,+10,+10,0.3,-0.3,如圖,三個(gè)圓圈代表一個(gè)小型神經(jīng)網(wǎng)絡(luò)中的三個(gè)人工神經(jīng)元,讓我們用神經(jīng)節(jié)(neurode)來(lái)代表這種神經(jīng)元(Caudill&Bufler,1992)與真正神經(jīng)元的區(qū)別,神經(jīng)節(jié)按層次排列,底層為”輸入“,頂層標(biāo)識(shí)為”輸出“

7、層,這兩者間還會(huì)有許多層的神經(jīng)節(jié)。共性在于,在輸入層的每個(gè)神經(jīng)節(jié)與輸出層的神經(jīng)節(jié)存在著聯(lián)系。此外,正如用正號(hào)和負(fù)號(hào)所示,輸入層和頂層的神經(jīng)節(jié)之間也具有興奮和抑制性的聯(lián)系。在這種網(wǎng)絡(luò)中沒(méi)有看到動(dòng)作電位的類比,動(dòng)作電位的概念是基于第五章討論激活擴(kuò)散的觀點(diǎn)的。結(jié)點(diǎn)的激活使相聯(lián)的結(jié)點(diǎn)產(chǎn)生相似的激活狀態(tài)。結(jié)點(diǎn)之間的聯(lián)結(jié)建立了激活傳導(dǎo)的通路。,轉(zhuǎn)化函數(shù),在真正的神經(jīng)網(wǎng)絡(luò)中,信息通常以動(dòng)作定位的方式在神經(jīng)元之間傳遞;在聯(lián)結(jié)主義模型中,這種傳遞由轉(zhuǎn)

8、化函數(shù)來(lái)執(zhí)行。轉(zhuǎn)化函數(shù)把輸入傳入系統(tǒng)并且描述了輸入在整個(gè)系統(tǒng)中擴(kuò)散的途徑,在神經(jīng)網(wǎng)絡(luò)語(yǔ)言中我們把這個(gè)步驟稱為輸入在整個(gè)系統(tǒng)中的傳導(dǎo)。,,,,,,,,,C,A,B,輸出,輸入,輸入強(qiáng)度,+10,+10,0.3,-0.3,1、如果輸入單元A處于激活狀態(tài)(強(qiáng)度為1),那么單元A輸出0.3的激活。2、如果輸入單元B處于激活狀態(tài)(強(qiáng)度為1),那么單元B輸出-0.3的激活。3、如果輸入單元處于不激活狀態(tài),那么輸出不激活。4、輸出單元C

9、通常是所有輸入單元激活的總合。我們把輸入和輸出單元之間聯(lián)結(jié)的強(qiáng)度描述為兩個(gè)神經(jīng)節(jié)之間聯(lián)結(jié)的”權(quán)重“(weight)那么可以表達(dá)單元C的輸出輸出單元C=(輸入單元A×權(quán)重AC)+(輸入單元B×權(quán)重BC),如何概念化這個(gè)小型網(wǎng)絡(luò)?它實(shí)際“做”了什么? 本質(zhì)上,這個(gè)網(wǎng)絡(luò)模型抑制或降低了輸入的刺激。有兩個(gè)層面的含義:如圖,輸入單元A輸入強(qiáng)度為1,但是系統(tǒng)輸出降到0.3;如果接受的是兩個(gè)強(qiáng)的但相反的輸入,它

10、們的效果被網(wǎng)絡(luò)消除以致于沒(méi)有進(jìn)一步的傳遞發(fā)生。 在此,對(duì)轉(zhuǎn)化函數(shù)進(jìn)行概括以計(jì)算出在許多輸入條件下神經(jīng)節(jié)的輸出 輸出j=∑ (輸入i×輸出ij),分布表象和符號(hào)表象之間的差異,在字面上看,本章中所講的神經(jīng)節(jié)看上去非常類似第五章所講的結(jié)點(diǎn),而且神經(jīng)節(jié)的聯(lián)結(jié)好像與我們已經(jīng)看到的結(jié)點(diǎn)的聯(lián)結(jié)相似。神經(jīng)網(wǎng)絡(luò)和符號(hào)模型一樣能夠表象知識(shí)和認(rèn)知活動(dòng),但兩種取向的重要差異在于如何表象認(rèn)知。,,,,,,,,,,,,,,

11、,,,,,,,,,,,,,,,,,,,,狗,Basenji,Cocker Spaniel,Mutt,我的狗,符號(hào)描述,A,B,C,D,叫,棕色,軟耳朵,紅色,聯(lián)結(jié)主義描述,假設(shè)網(wǎng)神經(jīng)網(wǎng)絡(luò)模型中的聯(lián)結(jié)強(qiáng)度,小結(jié)差異,符號(hào)模型強(qiáng)調(diào)的網(wǎng)絡(luò)結(jié)點(diǎn)包含大量的信息,聯(lián)結(jié)注意模型包含神經(jīng)節(jié),本身不能做許多事情。在符號(hào)模型中,對(duì)特定信息貯存在系統(tǒng)中哪個(gè)結(jié)點(diǎn)的詢問(wèn)是適當(dāng)?shù)?,但是在連接模型中,只是被看作是交互成分集的激活模式,在聯(lián)結(jié)主義網(wǎng)絡(luò)中特定只是并不貯

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論