Merk imidlertid at det er en ulempe til alt dette:.. Tenk at vi presenterer strengen "CQRN '' til fagene Hvis presentasjonen er kort nok, fagene vil registrere bare en undergruppe av streng funksjoner La oss forestille seg, i samsvar med en tidligere eksempel at fag bare registrere den nedre bit av strengen andre brev. Denne påvisning av den nederste kurven svakt aktivere Q-detektoren, og også den U-detektoren og O-detektoren.
Den resulterende mønster av aktivering nettverk vises i en annen artilce på profilen min, og du bør legge merke til at dette tallet er nesten identisk med en annen figur som vises på min profil page.We har allerede hevdet at dynamikken i nettverksfunksjonen vil føre til en reaksjon fra ' 'mais. »« Men, siden "grist' 'for nettverket er den samme i en annen artikkel, så dette mønsteret, vil også føre til" POPCORN. " Følgelig, i det første tilfellet, som er funksjonell dynamiske bygget inn i nettet hjelpemidler ytelse; i det andre tilfellet, den samme dynamiske får oss til å misread stimulus.
Let oss gjøre tre poeng om denne observasjonen. Først har vi nå en grei redegjørelse for over-regularisering feil: På grunn av mønsteret av grunning, vil nettverkets svarene tenderer mot hyppige ord, og også mot ord nylig viste. Hvis inngangen var faktisk en hyppig ord, da forspenningen er innebygd i nettverket letter persepsjon. Hvis inngangs var et sjeldent ord, eller en uregelmessig ord, da nettverkets skjevhet vil føre til feil.
Videre vil nettverkets feil være systematisk i sin form: "CQRN '' vil bli identifisert som" corn "," TAE "som" THE ", og så videre det andre har vi nå sett at nettet vil sikkert gjøre enkelte. feil. Fra vårt synspunkt, men dette er en fordel, ikke et problem. Mennesker gjør disse feilene. Hvis vår modell gir en plausibel grunn av de menneskelige prestasjoner, så er det riktig at modellen skal gjøre feil som well.Finally oppmerksom på at disse feilene er vanligvis uproblematisk. lavfrekvente ord er trolig bli misperceived men per definisjon er lavfrekvente ord ikke møtt som ofte.
Nettverkets skjevhet letter oppfatning av hyppige ord, og disse (per definisjon) er ordene du støter på det meste av tiden. Derav. nettverkets skjevhet hjelpemidler anerkjennelse i de mer hyppige tilfeller, og bare gjør vondt anerkjennelse i sjeldne tilfeller. Nødvendigvis, da, hjelper nettverkets skjevhet oppfatning oftere enn det gjør vondt.
Likte du denne artikkelen? Du kan skrive artikler som dette og tjene penger på det.