ترجمه فارسی توضیحات (ترجمه ماشینی)
مکانیسمها در شرطیسازی کلاسیک: یک رویکرد محاسباتی
چه مکانیزمهایی درگیر هستند که ما را قادر میسازد تا پیشبینیهایی درباره آنچه در آینده نزدیک اتفاق میافتد ایجاد کنیم؟ اگرچه ما از مکانیسمهای تداعی به عنوان مبنایی برای پیشبینی رویدادهای آینده استفاده میکنیم، مانند استفاده از نشانههایی از محیط اطرافمان، مکانیسمهای زمانبندی، توجه و پیکربندی نیز برای بهبود این عملکرد مورد نیاز است. مکانیسمهای زمانبندی به ما اجازه میدهند تا تعیین کنیم که آن رویدادها چه زمانی رخ خواهند داد. مکانیسمهای توجه تضمین میکنند که ما نشانههایی را که در هنگام وقوع رویدادهای غیرمنتظره وجود دارند را پیگیری میکنیم و زمانی که همه چیز مطابق انتظارات ما اتفاق میافتد، به نشانههای موجود توجه نمیکنیم. مکانیسمهای پیکربندی ترکیب نشانههای جداگانه را در یک سیگنال امکانپذیر میسازند که رویدادی متفاوت از آنچه بهصورت جداگانه توسط نشانههای جداگانه پیشبینی میشود، پیشبینی میکند. نویسنده که برای فارغ التحصیلان و محققان علوم اعصاب، علوم کامپیوتر، مهندسی زیست پزشکی و روانشناسی نوشته شده است، مدل های شبکه عصبی را ارائه می دهد که این مکانیسم ها را در بر می گیرد و از طریق شبیه سازی های کامپیوتری نشان می دهد که چگونه ویژگی های متعدد یادگیری انجمنی را توضیح می دهند.
What mechanisms are involved in enabling us to generate predictions of what will happen in the near future? Although we use associative mechanisms as the basis to predict future events, such as using cues from our surrounding environment, timing, attentional, and configural mechanisms are also needed to improve this function. Timing mechanisms allow us to determine when those events will take place. Attentional mechanisms ensure that we keep track of cues that are present when unexpected events occur and disregard cues present when everything happens according to our expectations. Configural mechanisms make it possible to combine separate cues into one signal that predicts an event different from that predicted individually by separate cues. Written for graduates and researchers in neuroscience, computer science, biomedical engineering and psychology, the author presents neural network models that incorporate these mechanisms and shows, through computer simulations, how they explain the multiple properties of associative learning.
نقد و بررسیها
هنوز بررسیای ثبت نشده است.