One-shot Learning of Realistic Categories

人们有一个最古老的信仰，新的分类来自于一个学习的地方。这是一个很大的问题，因为我们使用了不同的类别，并且在不同的类别之间建立了不同的知识结构。这是一个很好的认识过程，因为他们是在新的情况下灵活地学习。没有一个正式的分类心理学模型，就像在新的分类中处理知识一样。在泽尔看来，这是一种可以用来解释的数学模型。大足韦尔登是我们了解的，就像我们只了解一个自然类别的结构一样。在韦尔登数据的基础上，我们建立了一个现实主义学习情境的基本模型。一个基本的信息模型可以解释所有的信息，它需要相关的知识来进行分类，并需要一个标准，其中包含韦尔登的信息。在一个基本的Verhaltensmuster分类过程中，Fortschritt在我们的分类过程中也会影响我们的Verständnis von anderen kognitiven Fähigkeiten，如Beispiel Denken，Problemlösen或Sprache。

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.