Aufgaben - Synthetische Modelle: Unterschied zwischen den Versionen

Aus eLearning - Methoden der Psychologie - TU Dresden
Zur Navigation springen Zur Suche springen
Keine Bearbeitungszusammenfassung
Keine Bearbeitungszusammenfassung
 
Zeile 304: Zeile 304:
+ Emergenz
+ Emergenz


{Welche der folgenden Merkmale besitzen komplexe Systeme?
|type="[]"}
- Pfadunabhängigkeit
+ Emergenz
+ Selbstorganisation
- Linearität


</quiz>
</quiz>

Aktuelle Version vom 28. November 2019, 12:15 Uhr

Der folgenden Bereich enthält Fragen zu synthetischen und explanativen Modellen. Alle Fragen sind Multiple Choice Fragen, d.h. es können immer mehrere Antworten richtig sein. Klicken Sie zur Beantwortung einer Frage die korrekten Antwortmöglichkeiten an. Um Ihre Ergebnisse auszuwerten, wählen Sie bitte den Button "Speichern" am unteren Ende der Seite.

Für jede vollständig richtig beantwortete Frage erhalten Sie einen Punkt. Für falsche beantwortete Fragen werden Ihnen keine Punkte abgezogen. Sie können diese Einstellung jedoch beliebig verändern. Ihre Gesamtpunktzahl finden Sie am unteren Seitenende.


  

1 Welche Aussagen zum Verarbeitungszyklus in Soar sind richtig?

Bei jeder Bewältigung eines Unterziels wird eine neue Regel erstellt.
Wenn der Arbeitsspeicher bestimmte Bedingungen von Produktionsregeln erfüllt, schlagen diese die Anwendung bestimmter Operatoren vor.
Wenn kein beim Evaluationsprozess kein bester Operator gefunden werden kann, kehrt das System in den Ausgangszustand zurück.

2 Welche Aussagen zur Funktionsweise von kognitiven Architekturen sind richtig?

Die Modelle innerhalb von kognitiven Architekturen sind nicht generalisierbar.
Kognitive Architekturen funktionieren ähnlich wie eine Programmiersprache.
Man kann damit Daten wie Reaktionslatenzen und Genauigkeit simulieren.
Anwender können ihre Experimente in Form von Programmen in die Architekturen einbauen und testen.

3 Über welche dieser Fähigkeiten verfügen neuronale Netze (sowohl künstliche als auch biologische)?

lokale, ortsspezifische Speicherung von Mustern
Toleranz gegenüber Fehlern im Input
Lernen und Selbstorganisation
Generalisierung von Bekanntem auf Unbekanntes

4 Wodurch wird die Aktivierung der Knoten in dynamischen Feldern beeinflusst?

externer Input
Ruhepotential
Aktivierung der Nachbarknoten
Aktivierung des betreffenden Knotens selbst

5 Welche Aussagen zu den Funktionsbausteinen von Soar sind richtig?

„Chunking“ bezeichnet die Gruppierung von Operatoren in eine funktionale Kategorie.
Produktionsregeln können Operatoren vorschlagen und bewerten.
Der Regelspeicher greift auf das im Arbeitsspeicher kodierte prozedurale und Faktenwissen zurück.

6 Welche der folgenden Aussagen zur Agentenbasierten Modellierung treffen zu?

Agenten bringen durch Interaktion miteinander ein bestimmtes Systemverhalten hervor.
Agentenbasierte Modellierung nutzt vieler kleine autonome Einheiten, welche keine Entscheidungs- oder Handlungsmöglichkeiten besitzen.
Agentenbasierte Modellierung kann keine Erklärungsansätze für soziale Phänomene wie z.B. Massenpanik bieten.
Agentenbasierte Modellierung wird zur Untersuchung komplexer Systeme verwendet.

7 Wovon ist die Gewichtsveränderung bei der Deltaregel abhängig?

Differenz zwischen gewünschtem und beobachtetem Output
Belohnungssignal
Aktivierung des Inputknotens
Lernrate

8 Welche dieser Lernregeln gehören zum überwachten Lernen?

Delta-Regel
Hebb’sche Lernregel
Competitive Learning
Backpropagation-Regel

9 Was versteht man unter Populationsvektorkodierung bei dynamischen neuronalen Feldern?

Jeder Knoten hat eine „präferierte“ Eigenschaftsdimension.
Ein Knoten kodiert eine Population von Eigenschaften.
Jeder Knoten hat eine „präferierte“ Eigenschaftsausprägung.
Eine Population von Knoten kodiert gemeinsam eine Eigenschaftsdimension.

10 Welche der folgenden Netztypen besitzen keine Rückkopplungen?

Dynamische neuronale Felder
Perzeptron
Attraktorennetze
Kohonen-Netze

11 Synthetische und Explanative Modelle werden zur Modellierung komplexer Prozesse verwendet. Der Mensch stellt ein überaus komplexes System dar, dessen Verhalten mittels gesonderter Modelle aus verschiedenen Perspektiven analysiert werden kann. Welche Aussagen über diese verschiedenen Betrachtungsebenen sind zutreffend?

Individuumsorientierte Modelle beschäftigen sich mit der Entstehung menschlichen Verhaltens durch das Zusammenspiel interner Prozesse.
Sozialorientierte Modelle beschäftigen sich mit der Entstehung menschlichen Verhaltens durch das Zusammenspiel von Personen.
Sozialorientierte Modelle untersuchen Intra-Agenten-Prozesse.
Individuumsorientierte Modelle untersuchen Inter-Agenten-Prozesse.

12 Welche der folgenden Merkmale besitzen Synthetische und Explanative Modelle?

Modelle überraschen selten, da ihre Komplexität durch die Modellierung angemessen reduziert werden muss
Modelle verhalten sich, d.h. sie repräsentieren nicht nur abstrakte Zahlenketten, sondern können in eine Verbindung zur (virtuellen) Außenwelt gestellt werden
Entwicklung erfolgt durch Abstraktion über Daten bestimmter Fälle oder prinzipienorientiert ohne Daten
Modelle dienen der Generalisierung und Theoriebildung

13 Welche Aussagen über Attraktorennetze sind zutreffend?

Das Lernen erfolgt nach dem „Winner-takes-all“-Prinzip, sodass jeweils nur die Gewichte des am stärksten aktiven Knotens aktualisiert werden.
Die Knoten einer Schicht besitzen laterale Rückkopplungen.
Durch das Lernen bilden sich stabile Koaktivierungsmuster von Knoten.
Attraktoren sind stabile Werte, zu denen die Gewichte immer wieder zurückkehren.

14 Welche Aussagen zum Konzept der emergenten (oder auch aufsteigenden) Level, welches bei der Modellierung zu beachten ist, treffen zu?

Elemente eines übergeordneten Levels entstehen durch Interaktionen von Elementen untergeordneter Level.
Zusammensetzung der höheren Level aus den Objekten unterliegender Level ändert sich mit der Zeit.
Elemente eines übergeordneten Levels stellen die reine Ansammlung von Objekten untergeordneter Level dar.
Sowohl übergeordnete als auch untergeordnete Level folgen denselben Regeln.

15 Welcher logische Operator lässt sich nicht mit einem einschichtigen Perzeptron umsetzen?

exklusives Oder
Und
Nicht
inklusives Oder

16 Welche Probleme und Schwierigkeiten treten beim Reinforcement-Lernen auf?

Belohnungen treten oft zeitversetzt zu Handlungen auf.
Reinforcement-Lernen dauert oft länger als überwachtes Lernen.
Das Lernprinzip kommt in der Realität nicht vor.
Der Lernvorgang findet gänzlich ungesteuert statt.

17 Welche Art des Lernens lässt sich mit Hebb’schem Lernen erklären?

Habituation
Instruktionslernen
Klassisches Konditionieren
Operantes Konditionieren

18 Die kognitive Architektur ACT-R besteht aus folgenden Modulen:

Deklaratives Modul
Manuelles Modul
Introspektives Modul
Prozedurales Modul
Ziel Modul

19 Welche Lernregel ähnelt der klassischen Perzeptron-Lernregel am stärksten?

Hebb’sches Lernen
Competitive Learning
Deltaregel
Backpropagation

20 Welches dieser Konzepte ist kein zentraler Baustein dynamischer neuronaler Felder?

kontinuierliche topologische Repräsentationen
Lernen durch Änderung des Interaktionskernels
Entwicklung von Aktivierung über die Zeit
laterale Inhibition

21 Was hat beim Hebb’schen Lernen keinen Einfluss auf die Gewichtsveränderung?

Aktivierung des Outputknotens
Aktivierung des Inputknotens
Lernrate
Fehlerterm

22 Um welche Form des Lernens handelt es sich, wenn ein Kind versucht, das richtige Puzzleteil zu finden, indem es verschiedene Teile ausprobiert, um zu sehen, ob sie passen?

supervised learning
error-driven learning
reinforcement learning
unsupervised learning

23 Was versteht man unter stigmergischen Interaktionen?

direkte Form der Interaktion, bei welcher Agenten die Position eines anderen Agenten verändern
direkte Form der Interaktion, bei welcher Agenten die Eigenschaft eines anderen Agenten verändern
indirekte Form der Interaktion, bei welcher Agenten ihre lokale Umwelt verändern
indirekte Form der Interaktion, bei welcher Agenten ihre Position verändern

24 Was beeinflusst die Gewichtsveränderung bei Nutzung der Backpropagation-Regel?

Schwellwert
Lernrate
statistische Regularitäten im Inputmuster
Beitrag eines Gewichts zum Gesamtfehler

25 Was versteht man unter impliziter Rekonstruktion des Inputs als Trainingssignal?

Der Lerner generiert eine implizite Erwartung des korrekten Outputs als Kopie des aktuellen Inputs.
Der Lerner generiert eine implizite Erwartung über die Konsequenz einer motorischen Aktion.
Der Lerner generiert eine implizite Erwartung des korrekten Outputs als Assoziation zum aktuellen Input.
Ein externer „Lehrer“ gibt einen Output vor.

26 Welche Aussagen zum zentralen Produktionssystem der kognitiven Architektur ACT-R sind richtig?

Das Produktionssystem kann nur auf eine begrenzte Menge an Informationen (Chunks) zurückgreifen.
Reihenfolge der Verarbeitungsschritte: Konflikterkennung, Mustererkennung und Ausführung der geplanten Aktionen.
Über Produktionsregeln werden diese Informationen von den Modulen an das Produktionssystem weitergeleitet.
Produktionsregeln aktualisieren u.a. die Zwischenspeicher für deren weitere Nutzung im nächsten Zyklus.

27 Welche Verbindungsarten existieren im abgebildeten Netz?

Direktindirekt.png

direkte Rückkopplungen
indirekte Rückkopplungen
laterale Rückkopplungen
Feed-forward-Verbindungen

28 Was versteht man bei künstlichen neuronalen Netzen unter dem Netzinput?

die Aktivität eines einzelnen Inputknotens
das Aktivitätsmuster der Inputschicht
die Aktivierung, die ein Knoten als Input für den nächsten Knoten weitergibt
den aufsummierten und gewichteten Input, den ein Knoten empfängt

29 Welches Phänomen versucht das Konzept emergenter Level zu erklären?

einzelne Teile oder Individuen einer Gesamtheit können ein anderes Verhalten als das Gesamtsystem zeigen
das Verhalten einzelner Teile oder Individuen einer Gesamtheit gleicht sich innerhalb sehr kurzer Zeit dem Verhalten des Gesamtsystems an
das Verhalten einzelner Teile oder Individuen einer Gesamtheit gleicht sich innerhalb einer bestimmten Zeitspanne dem Gesamtsystem an, welche vom Ausmaß der Bewegung der einzelnen Individuen abhängig ist
das Verhalten einzelner Teile oder Individuen einer Gesamtheit gleicht sich innerhalb einer bestimmten Zeitspanne dem Gesamtsystem an, welche von der Anzahl der Elemente des Gesamtsystems abhängig ist

30 Welche Aussagen beschreiben Reinforcement-Lernen in künstlichen neuronalen Netzen?

Das Netz erhält eine Information über die Richtigkeit seines Outputs.
Es wird kein korrekter Output vorgegeben.
Das Lernen wird durch Vorgabe eines korrekten Outputs gesteuert.
Das Grundprinzip des Reinforcement-Lernens entspricht dem operanten Konditionieren.

31 Wo liegen Beschränkungen der Deltaregel?

Sie eignet sich nicht für mehrschichtige Netze.
Sie berücksichtigt den Inputknoten nicht.
Das Kennen der exakten Outputaktivierungen ist nicht biologisch plausibel.
Sie ist sehr rechenaufwändig.

32 Was passiert in der Trainingsphase künstlicher neuronaler Netze?

Die Generalisierungsfähigkeit des Netzwerks wird überprüft.
Gewichte verändern sich.
Eine Lernregel wird angewendet.
Inputmuster werden präsentiert.

33 Aus komplexen Systemen resultieren komplexe Verhaltensmuster. Welche Aussagen über zentrale Themen der Agentenbasierten Modellierung treffen zu?

Agentenbasierte Modelle erlauben die Modellierung des Prozesses sozialer Ansteckung durch Schwellenwertmodelle.
Agentenbasierte Modelle erlauben keine Beschreibung komplexer und räumlicher und zeitlicher Muster.
Agentenbasierte Modelle erlauben die Modellierung des Prozesses sozialer Kooperation.
Agentenbasierte Modelle erlauben die Modellierung chemischer oder biologischer Interaktionen von Organismen oder einzelnen Zellen.

34 ACT-R (Adaptive Control of Thought – Rational) ermöglicht…

die Überprüfung von Theorien durch den Vergleich simulierter und empirischer Verhaltensdaten.
die Integration zentraler Grundmechanismen menschlicher Kognition in ein Computerprogramm.
die selbstständige Implementierung von eigenen Modellen durch eine Standalone-Anwendung.
rationale Gedankenkontrolle bei Menschen durchzuführen.

35 Welche Aussagen über Kontextknoten in einfachen rekurrenten Netzen sind zutreffend?

Sie sind stets über unveränderliche Gewichte in beide Richtungen mit dem Rest des Netzes verbunden.
Sie ermöglichen das Lernen zeitlicher Sequenzen.
Sie können die Aktivierung einer Schicht für einen Verarbeitungsschritt zwischenspeichern.
Sie sind immer mit der Hiddenschicht verbunden.

36 Welche Aussagen über Agenten, deren Verhalten im Rahmen eines Agentenmodells beschrieben wird, treffen zu?

besitzen nur eine begrenzte Informationsmenge und Rationalität
handeln nach eigenen Zielen
handeln aktiv und reaktiv
sind in eine unbegrenzte 2D oder 3D Umgebung eingebettet

37 Was ist die Grundidee der Backpropagation-Regel?

In mehrschichtigen Netzen wird für jede Schicht im Vorhinein ein korrekter Output definiert, um überwachtes Lernen zu ermöglichen.
Neuronale Netze lernen unüberwacht durch Selbstorganisation.
Belohnungsinformationen werden schichtweise von der Outputschicht zurückgesendet, um Reinforcement-Lernen zu ermöglichen.
Überwachtes Lernen in mehrschichtigen Netzen wird realisiert, indem Fehlerterme von der Outputschicht wieder zurückgesendet werden.

38 Agentenmodelle werden anhand ihrer Abstraktionsniveaus in unterschiedliche Gruppen eingeteilt. Welche Aussagen über diese Gliederung und die verschiedenen Gruppen von Modellen treffen zu?

Man unterscheidet idealisierte und reduzierte Modelle.
Idealisierte Modelle versuchen die Realität auf ihre wesentliche funktionelle Essenz zu reduzieren.
Man unterscheidet idealisierte und detailgetreue Modelle.
Ein Nachteil idealisierter Modelle ist, dass sie aufgrund von unzureichend eingeschränkten freien Parametern zu viele mögliche Outcomes vorhersagen können.

39 Welche Möglichkeiten der Modellierung von Synthetischen und Explanativen Modellen werden angewandt?

Modellierung auf Basis existierender Theorien
Modellierung auf Basis bekannter Strukturen
Modellierung auf Basis struktureller Spekulationen
Modellierung auf Basis innovativer Vorstellungen

40 Der Sinn von kognitiven Architekturen besteht darin, ...

mehrere unterschiedliche kognitive Aufgaben modellieren und bearbeiten zu können.
Theorie und deren komputationale Realisierung zu integrieren.
die Struktur eines spezifischen kognitiven Prozesses isoliert zu modellieren.
grundlegende Mechanismen menschlicher Kognition integriert zu beschreiben.

41 Im Vergleich zu ACT-R…

hat Soar kein separates Arbeitsgedächtnis.
ist auch in Soar prozedurales Wissen in einem Regelspeicher abgelegt.
gibt es bei Soar mehrere Mechanismen, neues Wissen zu erwerben.
ist deklaratives Wissen bei Soar in Form von Chunks abgespeichert.

42 Welche der folgenden Merkmale besitzen komplexe Systeme?

Emergenz
Selbstorganisation
Pfadunabhängigkeit
Linearität

43 Welche der folgenden Merkmale besitzen komplexe Systeme?

Emergenz
Selbstorganisation
Pfadunabhängigkeit
Linearität