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 9: Zeile 9:
<quiz shuffleanswers=true>
<quiz shuffleanswers=true>


{QuestionA
{Welche Aussagen zum Verarbeitungszyklus in Soar sind richtig?
|type="[]"}
|type="[]"}
+ Correct answer.
+ Bei jeder Bewältigung eines Unterziels wird eine neue Regel erstellt.
- Incorrect answer.
+ Wenn der Arbeitsspeicher bestimmte Bedingungen von Produktionsregeln erfüllt, schlagen diese die Anwendung bestimmter Operatoren vor.
+ Correct answer.
- Wenn kein beim Evaluationsprozess kein bester Operator gefunden werden kann, kehrt das System in den Ausgangszustand zurück.
- Incorrect answer.


{QuestionB
{Welche Aussagen zur Funktionsweise von kognitiven Architekturen sind richtig?
|type="[]"}
|type="[]"}
+ Correct answer.
+ Anwender können ihre Experimente in Form von Programmen in die Architekturen einbauen und testen.
- Incorrect answer.
+ Man kann damit Daten wie Reaktionslatenzen und Genauigkeit simulieren.
+ Correct answer.
- Die Modelle innerhalb von kognitiven Architekturen sind nicht generalisierbar.
- Incorrect answer.
+ Kognitive Architekturen funktionieren ähnlich wie eine Programmiersprache.


{QuestionB
{Über welche dieser Fähigkeiten verfügen neuronale Netze (sowohl künstliche als auch biologische)?
|type="[]"}
|type="[]"}
+ Correct answer.
+ Lernen und Selbstorganisation
- Incorrect answer.
+ Generalisierung von Bekanntem auf Unbekanntes
+ Correct answer.
+ Toleranz gegenüber Fehlern im Input
- Incorrect answer.
- lokale, ortsspezifische Speicherung von Mustern


{QuestionB
{Wodurch wird die Aktivierung der Knoten in dynamischen Feldern beeinflusst?
|type="[]"}
|type="[]"}
+ Correct answer.
+ externer Input
- Incorrect answer.
+ Aktivierung der Nachbarknoten
+ Correct answer.
+ Aktivierung des betreffenden Knotens selbst
- Incorrect answer.
+ Ruhepotential


{QuestionB
{Welche Aussagen zu den Funktionsbausteinen von Soar sind richtig?
|type="[]"}
|type="[]"}
+ Correct answer.
- Der Regelspeicher greift auf das im Arbeitsspeicher kodierte prozedurale und Faktenwissen zurück.
- Incorrect answer.
- „Chunking“ bezeichnet die Gruppierung von Operatoren in eine funktionale Kategorie.
+ Correct answer.
+ Produktionsregeln können Operatoren vorschlagen und bewerten.
- Incorrect answer.


{QuestionB
{Welche der folgenden Aussagen zur Agentenbasierten Modellierung treffen zu?
|type="[]"}
|type="[]"}
+ Correct answer.
- Agentenbasierte Modellierung nutzt vieler kleine autonome Einheiten, welche keine Entscheidungs- oder Handlungsmöglichkeiten besitzen.
- Incorrect answer.
+ Agentenbasierte Modellierung wird zur Untersuchung komplexer Systeme verwendet.
+ Correct answer.
+ Agenten bringen durch Interaktion miteinander ein bestimmtes Systemverhalten hervor.
- Incorrect answer.
- Agentenbasierte Modellierung kann keine Erklärungsansätze für soziale Phänomene wie z.B. Massenpanik bieten.


{QuestionB
{Wovon ist die Gewichtsveränderung bei der Deltaregel abhängig?
|type="[]"}
|type="[]"}
+ Correct answer.
- Belohnungssignal
- Incorrect answer.
+ Aktivierung des Inputknotens
+ Correct answer.
+ Lernrate
- Incorrect answer.
+ Differenz zwischen gewünschtem und beobachtetem Output


{QuestionB
{Welche dieser Lernregeln gehören zum überwachten Lernen?
|type="[]"}
|type="[]"}
+ Correct answer.
+ Delta-Regel
- Incorrect answer.
+ Backpropagation-Regel
+ Correct answer.
- Hebb’sche Lernregel
- Incorrect answer.
- Competitive Learning


{QuestionB
{Was versteht man unter Populationsvektorkodierung bei dynamischen neuronalen Feldern?
|type="[]"}
|type="[]"}
+ Correct answer.
+ Eine Population von Knoten kodiert gemeinsam eine Eigenschaftsdimension.
- Incorrect answer.
- Jeder Knoten hat eine „präferierte“ Eigenschaftsdimension.
+ Correct answer.
+ Jeder Knoten hat eine „präferierte“ Eigenschaftsausprägung.
- Incorrect answer.
- Ein Knoten kodiert eine Population von Eigenschaften.


{QuestionB
{Welche der folgenden Netztypen besitzen keine Rückkopplungen?
|type="[]"}
|type="[]"}
+ Correct answer.
+ Kohonen-Netze
- Incorrect answer.
+ Perzeptron
+ Correct answer.
- Attraktorennetze
- Incorrect answer.
- Dynamische neuronale Felder
 
{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?
|type="[]"}
- Individuumsorientierte Modelle untersuchen Inter-Agenten-Prozesse.
- Sozialorientierte Modelle untersuchen Intra-Agenten-Prozesse.
+ Sozialorientierte Modelle beschäftigen sich mit der Entstehung menschlichen Verhaltens durch das Zusammenspiel von Personen.
+ Individuumsorientierte Modelle beschäftigen sich mit der Entstehung menschlichen Verhaltens durch das Zusammenspiel interner Prozesse.
 
{Welche der folgenden Merkmale besitzen Synthetische und Explanative Modelle?
|type="[]"}
- Modelle überraschen selten, da ihre Komplexität durch die Modellierung angemessen reduziert werden muss
+ Entwicklung erfolgt durch Abstraktion über Daten bestimmter Fälle oder prinzipienorientiert ohne Daten
+ Modelle verhalten sich, d.h. sie repräsentieren nicht nur abstrakte Zahlenketten, sondern können in eine Verbindung zur (virtuellen) Außenwelt gestellt werden
- Modelle dienen der Generalisierung und Theoriebildung
 
{Welche Aussagen über Attraktorennetze sind zutreffend?
|type="[]"}
+ Die Knoten einer Schicht besitzen laterale Rückkopplungen.
- Das Lernen erfolgt nach dem „Winner-takes-all“-Prinzip, sodass jeweils nur die Gewichte des am stärksten aktiven Knotens aktualisiert werden.
+ Durch das Lernen bilden sich stabile Koaktivierungsmuster von Knoten.
- Attraktoren sind stabile Werte, zu denen die Gewichte immer wieder zurückkehren.
 
{Welche Aussagen zum Konzept der emergenten (oder auch aufsteigenden) Level, welches bei der Modellierung zu beachten ist, treffen zu?
|type="[]"}
- Elemente eines übergeordneten Levels stellen die reine Ansammlung von Objekten untergeordneter Level dar.
+ 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.
- Sowohl übergeordnete als auch untergeordnete Level folgen denselben Regeln.
 
{Welcher logische Operator lässt sich nicht mit einem einschichtigen Perzeptron umsetzen?
|type="[]"}
- inklusives Oder
+ exklusives Oder
- Nicht
- Und
 
{Welche Probleme und Schwierigkeiten treten beim Reinforcement-Lernen auf?
|type="[]"}
+ Reinforcement-Lernen dauert oft länger als überwachtes Lernen.
- Der Lernvorgang findet gänzlich ungesteuert statt.
+ Belohnungen treten oft zeitversetzt zu Handlungen auf.
- Das Lernprinzip kommt in der Realität nicht vor.
 
{Welche Art des Lernens lässt sich mit Hebb’schem Lernen erklären?
|type="[]"}
- Habituation
- Instruktionslernen
- Operantes Konditionieren
+ Klassisches Konditionieren
 
{Die kognitive Architektur ACT-R besteht aus folgenden Modulen:
|type="[]"}
- Prozedurales Modul
+ Deklaratives Modul
- Introspektives Modul
+ Ziel Modul
+ Manuelles Modul
 
{Welche Lernregel ähnelt der klassischen Perzeptron-Lernregel am stärksten?
|type="[]"}
- Backpropagation
- Hebb’sches Lernen
- Competitive Learning
+ Deltaregel
 
{Welches dieser Konzepte ist kein zentraler Baustein dynamischer neuronaler Felder?
|type="[]"}
+ Lernen durch Änderung des Interaktionskernels
- Entwicklung von Aktivierung über die Zeit
- kontinuierliche topologische Repräsentationen
- laterale Inhibition
 
{Was hat beim Hebb’schen Lernen keinen Einfluss auf die Gewichtsveränderung?
|type="[]"}
- Aktivierung des Inputknotens
- Aktivierung des Outputknotens
- Lernrate
+ Fehlerterm
 
{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?
|type="[]"}
- supervised learning
- error-driven learning
- unsupervised learning
+ reinforcement learning
 
{
|type="[]"}
 
 
{
|type="[]"}
 
 
{
|type="[]"}
 
 
{
|type="[]"}
 
 
{
|type="[]"}
 
 
 
Soar 1, 2
kognitive Architekturen 2
Neuronale Netze 1
dnf 1, 2, 3
abm 1, 8
Deltaregel 1
Supervised 1
Unsupervised 1, 2
Netztypen 2
sythetische Modelle 1, 3
Rekurrente Netze 2
Perzeptron 1, 2
Reinforcement 2
Act-R 2
lernen 1


</quiz>
</quiz>

Version vom 20. November 2019, 23:08 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 kein beim Evaluationsprozess kein bester Operator gefunden werden kann, kehrt das System in den Ausgangszustand zurück.
Wenn der Arbeitsspeicher bestimmte Bedingungen von Produktionsregeln erfüllt, schlagen diese die Anwendung bestimmter Operatoren vor.

2 Welche Aussagen zur Funktionsweise von kognitiven Architekturen sind richtig?

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.
Die Modelle innerhalb von kognitiven Architekturen sind nicht generalisierbar.

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

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

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

Aktivierung des betreffenden Knotens selbst
Aktivierung der Nachbarknoten
externer Input
Ruhepotential

5 Welche Aussagen zu den Funktionsbausteinen von Soar sind richtig?

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

6 Welche der folgenden Aussagen zur Agentenbasierten Modellierung treffen zu?

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

7 Wovon ist die Gewichtsveränderung bei der Deltaregel abhängig?

Aktivierung des Inputknotens
Differenz zwischen gewünschtem und beobachtetem Output
Lernrate
Belohnungssignal

8 Welche dieser Lernregeln gehören zum überwachten Lernen?

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

9 Was versteht man unter Populationsvektorkodierung bei dynamischen neuronalen Feldern?

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

10 Welche der folgenden Netztypen besitzen keine Rückkopplungen?

Attraktorennetze
Dynamische neuronale Felder
Kohonen-Netze
Perzeptron

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 untersuchen Inter-Agenten-Prozesse.
Sozialorientierte Modelle untersuchen Intra-Agenten-Prozesse.
Sozialorientierte Modelle beschäftigen sich mit der Entstehung menschlichen Verhaltens durch das Zusammenspiel von Personen.
Individuumsorientierte Modelle beschäftigen sich mit der Entstehung menschlichen Verhaltens durch das Zusammenspiel interner 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 dienen der Generalisierung und Theoriebildung
Entwicklung erfolgt durch Abstraktion über Daten bestimmter Fälle oder prinzipienorientiert ohne Daten
Modelle verhalten sich, d.h. sie repräsentieren nicht nur abstrakte Zahlenketten, sondern können in eine Verbindung zur (virtuellen) Außenwelt gestellt werden

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?

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.
Elemente eines übergeordneten Levels entstehen durch Interaktionen von Elementen untergeordneter Level.
Sowohl übergeordnete als auch untergeordnete Level folgen denselben Regeln.

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

Nicht
exklusives Oder
inklusives Oder
Und

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

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

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

Habituation
Operantes Konditionieren
Instruktionslernen
Klassisches Konditionieren

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

Deklaratives Modul
Ziel Modul
Manuelles Modul
Introspektives Modul
Prozedurales Modul

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

Competitive Learning
Backpropagation
Hebb’sches Lernen
Deltaregel

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

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

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?

error-driven learning
supervised learning
reinforcement learning
unsupervised learning




23