One-shot Learning of Realistic Categories
One-shot Learning of Realistic Categories
批准号:
84825988
负责人:
Professor Dr. Frank Jäkel
金额:
$0.0万
依托单位国家:
德国
项目类别:
Research Fellowships
财政年份:
2008
资助国家:
德国
项目状态:
已结题
起止时间:
2007-12-31 至 2009-12-31
中文摘要
他说:“这是一件很重要的事情。”这是一件很重要的事情,因为这是一件很重要的事情,因为这件事发生了。在新的情况下,这是一件很重要的事情,因为它是一件很重要的事情。在此基础上提出了一种新的形式模型,并对其进行了分析。他说:“我不知道该怎么做,因为它是一种数学模型。大足是我们的家,也是他们的家园,这是我们的全部。从理论上来说,这是一种现实的生活方式。在理论模型中,所有的Verfügbaren信息,都是与Wissenüber Vermals gelernte Kategorien,and Bietet Deshalb einen Standard,MIT DEM menschlices Verhalten verglichen wann相关的。这是一个很好的传说,因为这是一件很重要的事情,因为这是一件很重要的事情。
英文摘要
Menschen haben die erstaunliche Fähigkeit, neue Kategorien aus nur einem Beispiel zu lernen. Das ist möglich, weil wir Erfahrungen mit anderen Kategorien und gut strukturiertes Wissen über die Beziehungen zwischen Kategorien haben. Es ist ein besonderes Kennzeichnen kognitiver Prozesse, dass sie erlauben, Wissen flexibel in neuen Situationen einzusetzen. Nichtsdestotrotz können formale Modelle der Kategorisierungspsychologie nicht ausreichend erklären, wie vorhandenes Wissen auf neue Kategorien angewandt wird. Unser Ziel ist es deshalb, ein mathematisches Modell zu entwickeln, das dies kann. Dazu werden wir untersuchen, wie Versuchspersonen die Struktur von natürlichen Kategorien aus nur einem Beispiel lernen. Aufbauend auf diesen Daten werden wir ein rationales Modell für realistische Lernsituationen entwickeln. Ein rationales Modell verwendet alle verfügbaren Informationen, insbesondere benutzt es relevantes Wissen über vormals gelernte Kategorien, und bietet deshalb einen Standard, mit dem menschliches Verhalten verglichen werden kann. Da Kategorisierung eines der grundlegendsten Verhaltensmuster darstellt, hat jeder Fortschritt in unserem Verständnis von Kategorisierungsprozessen auch Einfluss auf unser Verständnis von anderen kognitiven Fähigkeiten, wie zum Beispiel Denken, Problemlösen oder Sprache.
期刊论文(0)
专著(0)
科研奖励(0)
会议论文
Understanding decision criterion learning: From signal detection theory to neural implementation
-
批准号:424828846
-
项目类别:Research Grants
-
资助金额:$0.0万
-
财政年份:2019
-
负责人:Professor Dr. Frank Jäkel
-
依托单位:
国内基金
海外基金
登录
查看更多内容
Scalable Learning and Optimization: High-dimensional Models and Online Decision-Making Strategies for Big Data Analysis
-
批准号:--
-
项目类别:合作创新研究团队
-
资助金额:--
-
批准年份:2024
-
负责人:姚韬
-
依托单位:
Understanding structural evolution of galaxies with machine learning
-
批准号:
-
项目类别:省市级项目
-
资助金额:10.0万元
-
批准年份:2022
-
负责人:Nicola Rosario Napolitano
-
依托单位:
煤矿安全人机混合群智感知任务的约束动态多目标Q-learning进化分配
-
批准号:--
-
项目类别:青年科学基金项目
-
资助金额:30万元
-
批准年份:2022
-
负责人:吉建娇
-
依托单位:
基于领弹失效考量的智能弹药编队短时在线Q-learning协同控制机理
-
批准号:62003314
-
项目类别:青年科学基金项目
-
资助金额:24.0万元
-
批准年份:2020
-
负责人:沈剑
-
依托单位:
集成上下文张量分解的e-learning资源推荐方法研究
-
批准号:61902016
-
项目类别:青年科学基金项目
-
资助金额:24.0万元
-
批准年份:2019
-
负责人:万珊珊
-
依托单位:
具有时序迁移能力的Spiking-Transfer learning (脉冲-迁移学习)方法研究
-
批准号:61806040
-
项目类别:青年科学基金项目
-
资助金额:20.0万元
-
批准年份:2018
-
负责人:解修蕊
-
依托单位:
基于Deep-learning的三江源区冰川监测动态识别技术研究
-
批准号:51769027
-
项目类别:地区科学基金项目
-
资助金额:38.0万元
-
批准年份:2017
-
负责人:张大奇
-
依托单位:
具有时序处理能力的Spiking-Deep Learning(脉冲深度学习)方法研究
-
批准号:61573081
-
项目类别:面上项目
-
资助金额:64.0万元
-
批准年份:2015
-
负责人:屈鸿
-
依托单位:
基于有向超图的大型个性化e-learning学习过程模型的自动生成与优化
-
批准号:61572533
-
项目类别:面上项目
-
资助金额:66.0万元
-
批准年份:2015
-
负责人:孙雪冬
-
依托单位:
E-Learning中学习者情感补偿方法的研究
-
批准号:61402392
-
项目类别:青年科学基金项目
-
资助金额:26.0万元
-
批准年份:2014
-
负责人:秦继伟
-
依托单位: