Lernen von Kategorien

250 Pages·1998·5.245 MB·German

by  Martin Heydemann (auth.)

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