Kategorisierung und induktives Lernen

Die Fähigkeit, Kategorien zu bilden, gehört zu unseren fundamentalen konpetenzen。Während from her die sight dominierte, dass ategorien ähnlichkeitsbasierte Ordnungsformen bilden, die object struckturen in der Welt widerspiegeln, setzt sich in den letzten Jahren die sight durch, dass ategorien theorieähnliche Gebilde sind, die flexibel, je nach Aufgabenanforderung variien können。geman davon aus, dass Lerndomänen auf unterschiedliche Weise categororisiert werden können, dann stellt sich ich Frage, dann stellt sich ich Frage， blodies每个Einfluß auf weiteres Wissen， das man ber disese Domäne erwirbt。In einer vorstuddie zum geplanten Projekt konnten wir tatsächlich zeigen, ass In Abhängigkeit davon, weitere identische Lernerfahrungen, weitere identische Lernerfahrungen ber diese Viren zu unterschiedlichen lerkonsequenzen fhrten。Ziel博士说，“我们的研究结果表明，我们的研究结果是有效的。”Dabei gehen wir davon aus, dass sowohl die Struktur der Lerndaten ('bottom up') and auch wissensgeleitete Annahmen ('top down') die Transferprozesse steuern。该项目清单应予以详细说明。我是埃斯滕·泰尔，他说：“我不知道。”参考例句：参考例句：参考例句：参考例句：参考例句：参考例句：参考例句：参考例句：参考例句：参考例句：参考例句：参考例句：参考例句：参考例句：参考例句：在未来的日子里，我们将继续努力。Zur theortischen分析der datengesteuerter Faktoren werden与zwei der erfolgreichsten konnektionsistischen Lernmodelle （ALCOVE和prädiktive Autoencoder）因此修改后，通过Zur theortischen modelerung unserer Aufgabe ermöglichen。模拟的数学模型和实验的数学模型。在此期间，Teil des projects获得了一项名为“Untersuchung wissengeleteter Faktoren”的项目。在此基础上，对实验植物进行了实验研究，并对<s:1>自然科学<e:1>和<s:1>自然科学研究和<s:1>自然科学研究和发展研究进行了研究。每一个人都会离开纽兰。Die Möglichkeit, dass frerworbene kausale stukturen zu dramatisch unterschiedlichen lerprozessen f<e:1> r später präsentierte stukturen f<e:1> hren können, wurde bisher ebenfalls night untersucht。

Die Fähigkeit, Kategorien zu bilden, gehört zu unseren fundamentalen kognitiven Kompetenzen. Während früher die Sicht dominierte, dass Kategorien ähnlichkeitsbasierte Ordnungsformen bilden, die objektive Strukturen in der Welt widerspiegeln, setzt sich in den letzten Jahren die Sicht durch, dass Kategorien theorieähnliche Gebilde sind, die flexibel, je nach Aufgabenanforderung variieren können. Geht man davon aus, dass Lerndomänen auf unterschiedliche Weise kategorisiert werden können, dann stellt sich die Frage, ob dies auch einen Einfluß auf weiteres Wissen hat, das man über diese Domäne erwirbt. In einer Vorstudie zum geplanten Projekt konnten wir tatsächlich zeigen, dass in Abhängigkeit davon, wie eine Menge von Viren in Klassen unterteilt wurde, weitere identische Lernerfahrungen über diese Viren zu unterschiedlichen Lernkonsequenzen führten. Unser Ziel ist es, die Randbedingungen für diese Transfereffekte zu finden. Dabei gehen wir davon aus, dass sowohl die Struktur der Lerndaten ('bottom up') als auch wissensgeleitete Annahmen ('top down') die Transferprozesse steuern. Das Projekt ist deshalb zweigeteilt. Im ersten Teil untersuchen wir den Einfluss des Lernimputs. Aus der Sicht datengesteuerter Theorien lässt sich unser Paradigma als Aufgabe beschreiben, in der konsekutiv zwei unterschiedliche Kategorisierungen auf der Basis identischer Lernexemplare gelernt werden. Solche Aufgaben wurden bislang in der Forschung nicht untersucht. Zur theoretischen Analyse der datengesteuerter Faktoren werden wir zwei der erfolgreichsten konnektionsistischen Lernmodelle (ALCOVE und prädiktive Autoencoder) so modifizieren, dass sie eine Modellierung unserer Aufgabe ermöglichen. Die Ergebnisse der Simulationen sollen dann mit den experimentellen Befunden verglichen werden. Im zweiten Teil des Projekts geht es dann um die Untersuchung wissensgeleiteter Faktoren. Hier sind Experimente geplant, die die Rolle von Vorannahmen über natürliche Kategorien und über unterschiedliche kausale Kategorienstrukturen untersuchen. Auch dieser Teil betritt Neuland. Die Möglichkeit, dass früher erworbene kausale Strukturen zu dramatisch unterschiedlichen Lernprozessen für später präsentierte Strukturen führen können, wurde bisher ebenfalls nicht untersucht.