Lernen Von Kategorien

ISBN-13: 9783824443086 / Niemiecki / Miękka / 1998 / 249 str.

Martin Heydemann; Martin Heydemann

Opis

Meine ursprungliche Absicht war es, ein konnektionistisches Modell zu ent wickeln, welches fur eine moglichst breite Palette von Lernvorgangen, am besten fur das gesamte Gebiet des Lernens, angewandt werden kann. Diese Idee wurde relativ schnell wieder verworfen, da die Konsequenz gewesen ware, viele Bereiche nur oberflachlich zu beruhren. Statt dessen wurde mit dem Klassifikationslernen ein begrenzter, aber zentraler Bereich des Lernens herausgegriffen. Ausgehend von einzelnen speziellen empirischen Phanome nen wurde hierzu ein modulares konnektionistisches Modell entwickelt. Da bei habe ich jedoch immer darauf geachtet, jede Modellkomponente so zu konstruieren, dass sie nicht nur fur ein einzelnes Phanomen, sondern mog lichst universell einsetzbar ist. Im Nachhinein erwies sich dieses Vorgehen als produktiver Weg fur die Modellentwicklung und kann als Beleg fur die Annahme gesehen werden, dass verschiedene Anwendungsbereiche zwar unterschiedliche Lemrnechanismen erfordern, die zugrunde liegenden Infor mationsverarbeitungsstrukturen jedoch in wesentlichen Aspekten gleich sind. Das Gebiet des Klassifikationslernens schliesslich ist keinesfalls so begrenzt wie zu Beginn angenommen. Daher entstand letztendlich doch ein Modell mit breiter Anwendungspalette - nicht weit von meinem ursprunglichen Ziel entfernt. Die hier vorliegende Arbeit basiert auf meiner Habilitationsschrift. Insbe sondere der zweite Teil ist jedoch gegenuber der ursprunglichen Fassung (Heydemann, 1997) wesentlich verandert. Die Darstellung des Modells in Kapitel 6 wurde geandert. Die Details der Experimente in den Kapiteln 7 und 8 fallen weg, so dass diese Kapitel deutlich gekurzt sind. Die Kapitel 10 und 11 habe ich um wesentliche Punkte erweitert und neu geschrieben."

Spis treści

Lernen von unabhängigen Reizkomponenten - Prototypische Reize und Gedächtnisrepräsentationen - Exemplarorientierte Modelle und Experimente - Lernen weniger Regeln - Das IAK-Grundmodell - Anwendungen des Grundmodells I und II - Das erweiterte Grundmodell - Umfassendes Modell zum Klassifikationslernen - Anwendungen des IAK-Modells in den Kognitionswissenschaften

O autorze

Dr. Martin Heydemann ist Privatdozent an der Technischen Universität Darmstadt und vertritt zur Zeit eine Professur in Chemnitz. Die hier angezeigte Arbeit wurde 1997 als Habilitationsschrift an der TU Darmstadt angenommen.

Blurb

Die Fähigkeit, die Zuordnung von Reizen zu Klassen oder Kategorien zu erlernen, ist Grundlage nahezu jeden Lernens. Das gilt nicht nur für das Lernen von Menschen oder anderen lebenden Organismen, sondern auch für das Lernen bei künstlich intelligenten Systemen. Martin Heydemann gibt einen Überblick über die drei grundlegenden Ansätze, die in der Psychologie zur Erklärung des Lernens von Kategorien beim Menschen herangezogen werden. Ausführlich geht er dabei auf die Verwendung konnektionistischer Modelle (neuronale Netze) ein. Ein neuronales Netz bildet auch die Basis des vom Autor entwickelten IAK-Modells. Mit Hilfe dieses Modells läßt sich eine Vielzahl empirisch beobachtbarer Phänomene des menschlichen Lernens erklären und auf künstliche Lernsysteme übertragen.