Lernen von Kategorien PDF
Preview Lernen von Kategorien
Martin Heydemann Lernen von Kategorien Studien zur Kognitionswissenschaft Herausgegeben von Christopher Habel und Gert Rickheit In der Reihe Studien zur Kognitionswissenschaft werden Arbeiten veröffentlicht, die die Forschung in die sem Bereich theoretisch und empirisch vorantreiben. Dabei gibt es grundsätzlich keine Beschränkung in der Wahl des theoretischen Ansatzes oder der empirischen bzw. simulativen Methoden. In der Kognitionswissenschaft werden Prozesse der visu ellen und auditiven Wahrnehmung, der Problemlösung, der Handlungsplanung und Handlungsdurchführung sowie die Mechanismen der Sprachbeherrschung the matisiert, und zwar im Hinblick auf Menschen und Ma schinen. Entsprechend werden Struktur, Dynamik und Genese kognitiver (menschlicher und maschineller) Sy steme untersucht, wobei Aspekte der Repräsentation, der Produktion und der Rezeption beachtet werden. Es sollen Arbeiten in dieser Reihe erscheinen, die die men talen Leistungen und die Prozesse, die sie hervorbrin gen, unter der Perspektive der Informationsverarbeitung untersuchen und sie als Berechnungsvorgänge bzw. deren Resultate verstehen. Marlin Heydemann Lernen von Kategorien r[)fll:\n DeutscherUniversitätsVerIag ~ GABlER·VIEWEG·WESTDEUTSCHERVERlAG Die Deutsche Bibliothek - ClP-Einheitsaufnahme Heydemann, Martin: Lernen von Kategorien / Martin Heydemann. - Wiesbaden; DUV; Dt. Univ.-Verl., 199B (Studien zur Kognitionswissenschaft) IDUV ; Kognitionswissenschaft) Zugl.; Darmstadt, Techn. Hochseh, Habil.-Schr. 1997 ISBN 978-3-8244-4308-6 ISBN 978-3-322-97665-9 (eBook) DOI 10.1007/978-3-322-97665-9 Alle Rechte vorbehalten © Deutscher Universitäts-Verlag GmbH, Wiesbaden, 1998 lektorat; Monika Mülhausen Der Deutsche Universitäts-Verlag ist ein Unternehmen der Bertelsmann Fachinformation GmbH. Das Werk einschließlich aller seiner Teile ist urheberrechtlieh geschützt. Jede Verwertung außerhalb der engen Grenzen des Urheberrechtsgesetzes ist ohne Zustimmung des Verlages unzu I.ässig und strafbar. Das gilt insbesondere für Vervielfältigungen, Ubersetzungen, Mikroverfilmungen und die Einspeicherung und Verarbeitung in elektronischen Systemen. httpJ/www.duv.de Gedruckt auf säurefreiem Papier ISBN 978-3-8244-4308-6 Vorwort Meine ursprüngliche Absicht war es, ein konnektionistisches Modell zu ent wickeln, welches für eine möglichst breite Palette von Lernvorgängen, am besten für das gesamte Gebiet des Lernens, angewandt werden kann. Diese Idee wurde relativ schnell wieder verworfen, da die Konsequenz gewesen wäre, viele Bereiche nur oberflächlich zu berühren. Statt dessen wurde mit dem Klassifikationslernen ein begrenzter, aber zentraler Bereich des Lernens herausgegriffen. Ausgehend von einzelnen speziellen empirischen Phänome 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 für ein einzelnes Phänomen, sondern mög lichst universell einsetzbar ist. Im Nachhinein erwies sich dieses Vorgehen als produktiver Weg für die Modellentwicklung und kann als Beleg für 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 ursprünglichen Ziel entfernt. Die hier vorliegende Arbeit basiert auf meiner Habilitationsschrift. Insbe sondere der zweite Teil ist jedoch gegenüber der ursprünglichen Fassung (Heydemann, 1997) wesentlich verändert. Die Darstellung des Modells in Kapitel 6 wurde geändert. Die Details der Experimente in den Kapiteln 7 und 8 fallen weg, so daß diese Kapitel deutlich gekürzt sind. Die Kapitel 10 und 11 habe ich um wesentliche Punkte erweitert und neu geschrieben. Insbeson dere wurde ein Anwendungsbeispiel des Modells im Bereich des maschinel len Lernens zur Prognose von Herzerkrankungen ergänzt. 1 Eine Reihe von Personen haben mich bei meiner Arbeit tatkräftig beglei tet. Ihnen möchte ich an dieser Stelle recht herzlich danken. Allen voran meinem Lehrer und Förderer Prof. Dr. Rainer Schmidt, der wesentlich dazu I Die Änderungen betreffen auch drei Bezeichnungen: "Einzelmerkmalsmodelle" statt "Merk malskomponenten-Modelle", "Gedächtniseinheiten" statt "Konfigurationsknoten". und "Hypo thesenmodelle" statt "Regellem-Modelle". 6 Vorwort beigetragen hat, die Arbeit lesbar zu machen, und der weiterhin durch wichti ge Diskussionen und Anregungen den Prozeß ihrer Entstehung unterstützt hat. Danken möchte ich auch Prof. Dr. Gert Haubensak und Prof. Dr. Jens Wandmacher für ihre intensive Beschäftigung mit der Arbeit und die kon struktiven Rückmeldungen. Beide waren zusammen mit Prof. Schmidt Refe renten für die Habilitationsschrift. Außerdem möchte ich mich bei Tobias Felsing, Simon Forstmeier, Tina Kraft, Beate Kraus, Angelika Pieritz, Katj a Uckermann und Gloria Wiedemann bedanken, die bei der Durchführung der Experimente, der Literatursuche und der Überarbeitung des Manuskripts geholfen haben. Einen besonders hohen Anteil an dieser Arbeit hat Annette Hennemann, meine Lebensgefahrtin, die mir durch ihre psychische Unter stützung und die Entlastung in Alltagsdingen sehr geholfen hat. Deshalb danke ich ihr ganz besonders. Martin Heydemann Inhalt Teil 1 Überblick über experimentelle Befunde und Modelle zum Lernen von Kategorien beim Menschen 1. Einleitung .................................................................................................. 12 Überblick über die folgenden Kapitel ................................................................................... 17 2. Lernen von unabhängigen Reizkomponenten ........................................... 18 Lernen mit probabilistischen Reizen ..................................................................................... 19 Vorhersagen nach dem Satz von Bayes ................................................................................. 22 Modellvorhersagen gemäß der konnektionistischen Delta-Lernregel .................................... 23 Einzelmerkmalsmodelle ........................................................................................................ 27 Zusammenfassung von Kapitel 2 .......................................................................................... 29 3. Prototypische Reize und Gedächtnisrepräsentationen .............................. 30 Der auf Prototypen basierende Untersuchungs ansatz ............................................................ 31 Konnektionistische Modelle zur Erklärung des Lernens von Prototypen .............................. 35 Zusammenfassung von Kapitel 3 .......................................................................................... 43 4. Exemplarorientierte Modelle und Experimente ........................................ 44 Das exemplarbasierte Untersuchungsparadigma ................................................................... 44 Das Kontextmodell von Medin und Schaffer ........................................................................ 46 Übergang zwischen Kontextmodell und Einzelmerkmalsmodellen ....................................... 49 Das generalisierte Kontextmodell ......................................................................................... 50 Einzelne Erweiterungen des Kontextmodells ........................................................................ 51 Das Experiment von Shepard, Hovland und Jenkins (1961) ................................................. 52 Das Modell ALCOVE ........................................................................................................... 56 Vergleich von Exemplar-mit Einzelmerkmalsmodellen ....................................................... 59 Das rationale Modell ............................................................................................................. 61 AufVerteilungsannahmen flir Reizdimensionen beruhende Modelle ................................... 62 Weitere Exemplarmodelle und Kombinationen mit Einzelmerkmalsmodellen ..................... 64 Zusammenfassung von Kapitel 4 .......................................................................................... 65 8 Jnhalt 5. Lernen weniger Regeln (Hypothesenmodelle) .......................................... 66 Abgrenzung von Hypothesenmodellen zu anderen Modellen ............................................... 66 Bewußtes Wahrnehmen und Befolgen von Regeln ............................................................... 68 Klassische Hypothesenmodelle ............................................................................................. 68 Empirische Evidenz fur die Verwendung von Regeln ........................................................... 71 Regellernen in Abhängigkeit von Lernmaterial und Lernenden ............................................ 72 Ein Regel-Plus-Ausnahme Modell (RULEX) ....................................................................... 74 Zusammenfassung von Kapitel 5 .......................................................................................... 76 Teil 2 Das IAK-Modell und seine experimentelle Prüfung 6. Ein Modell des adaptiven konfiguralen Lernens: Das IAK-Grundmodell 78 Grundannahmen des JAK-Modells ........................................................................................ 79 Struktur des JAK-Modells ..................................................................................................... 83 Lernannahmen ....................................................................................................................... 84 Modellannahmen für den Abrufvon Jnformation ................................................................. 87 Vergessen von Gedächtniseinheiten ...................................................................................... 90 Modellparameter ................................................................................................................... 90 Faktoren mit Einfluß auf die Simulation ............................................................................... 93 Technische Einzelheiten der Simulationsdurchführung ......................................................... 95 Zusammenfassung von Kapitel 6 .......................................................................................... 96 7. Anwendungen des GrundmodelIs I: Lernen weniger Exemplare .............. 97 Simulation zum Experiment von Shepard et a1. (1961) ......................................................... 97 Die Rolle der Dimensionsausblendung für die Erklärung des Typ-2-Vorteils ..................... 101 Simulation zum Experiment von Medin und Schaffer (1978) ............................................. 106 Eine grundsätzliche Frage: Werden ganzheitliche Reize oder Reizkomponenten gespeichert? ........................................................................................................................ 108 Zusammenfassung von Kapitel 7 ........................................................................................ 114 8. Anwendungen des Grundmodells II: Lernen von Prototypen ................. 116 Vorhersagen nach dem JAK-Prinzip ................................................................................... 118 Simulationen mit dem JAK-Modell ..................................................................................... 121 Experimente zum Lernen und Vergessen von Prototypen ................................................... 131 Zusammenfassung von Kapitel 8 ...................................................................................... 137 9. Das erweiterte IAK-Modell: Mechanismen zur Beeinflussung von Art und Intensität des Lernens ............................................................... 138 Zwei Varianten für eine Erweiterung des JAK-Grundmodells ............................................ 139 Jmplementation im JAK-Modell .......................................................................................... 140 Leistungsfähigkeit der zusätzlichen Modellkomponenten ................................................... 142 Klassifikation von Ausnahmen und zentralen Reizen ......................................................... 143 Grundrateneffekte ............................................................................................................... 146 9 Vergleich von Klassifikation und Wiedererkennen ............................................................. 156 Zusammenfassung von Kapitel 9 ........................................................................................ 164 10. Ein umfassendes Modell zum Klassiftkationslemen ............................. 165 Zwei Hauptprozesse: Merkmalsaktivierung und Verknüpfungsbildung .............................. 165 Komponenten eines Gesamtmodells ................................................................................... 169 Phänomene, die auf Aktivierungsunterschieden von Reizmerkmalen basieren ................... 171 Die Struktur der Reize ......................................................................................................... 181 Kategoriestrukturen ............................................................................................................. 185 Zusammenfassung von Kapitel 10 ...................................................................................... 194 11. Anwendungen des IAK-Modells in den Kognitionswissenschaften ..... 195 Untersuchungen zum Gedächtnis ........................................................................................ 196 Anwendung des IAK-Modells im Bereich maschinellen Lemens ....................................... 201 Zusammenfassung von Kapitel 11 ...................................................................................... 210 12. Schlußbemerkungen .............................................................................. 211 Die Integration verschiedener Modellansätze ...................................................................... 211 Erklärungen fur empirische Phänomene .............................................................................. 213 Gestaltungsprinzipien bei der Konstruktion des IAK-Modells ............................................ 215 Anhang ........................................................................................................ 219 Anhang A: Simulation der unterschiedlichen Vergessensraten im holographischen Modell CHARM ................................................................................................................. 220 Anhang B: Modifikation von ALCOVE .............................................................................. 222 Anhang C: Berechnung von Modellvorhersagen fiir das Experiment zur Reizspeicherung (Kapitel 7, S. 113f) ................................................................................... 223 Literatur ...................................................................................................... 225 Personenregister .......................................................................................... 243 Sachregister ................................................................................................. 247 Teill Überblick über experimentelle Befunde und Modelle zum Lernen von Kategorien beim Menschen
The list of books you might like
