Aufgaben - Synthetische Modelle

Aus eLearning - Methoden der Psychologie - TU Dresden
Zur Navigation springen Zur Suche springen

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.
Man kann damit Daten wie Reaktionslatenzen und Genauigkeit simulieren.
Anwender können ihre Experimente in Form von Programmen in die Architekturen einbauen und testen.
Kognitive Architekturen funktionieren ähnlich wie eine Programmiersprache.

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

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

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

Aktivierung der Nachbarknoten
Aktivierung des betreffenden Knotens selbst
externer Input
Ruhepotential

5 Welche Aussagen zu den Funktionsbausteinen von Soar sind richtig?

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

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 wird zur Untersuchung komplexer Systeme verwendet.
Agentenbasierte Modellierung kann keine Erklärungsansätze für soziale Phänomene wie z.B. Massenpanik bieten.

7 Wovon ist die Gewichtsveränderung bei der Deltaregel abhängig?

Lernrate
Aktivierung des Inputknotens
Differenz zwischen gewünschtem und beobachtetem Output
Belohnungssignal

8 Welche dieser Lernregeln gehören zum überwachten Lernen?

Delta-Regel
Competitive Learning
Hebb’sche Lernregel
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 untersuchen Intra-Agenten-Prozesse.
Sozialorientierte Modelle beschäftigen sich mit der Entstehung menschlichen Verhaltens durch das Zusammenspiel von Personen.
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 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?

Die Knoten einer Schicht besitzen laterale Rückkopplungen.
Attraktoren sind stabile Werte, zu denen die Gewichte immer wieder zurückkehren.
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.

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

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

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

Und
exklusives Oder
Nicht
inklusives Oder

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

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

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

Operantes Konditionieren
Instruktionslernen
Klassisches Konditionieren
Habituation

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

Prozedurales Modul
Deklaratives Modul
Ziel Modul
Introspektives Modul
Manuelles Modul

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

Competitive Learning
Hebb’sches Lernen
Deltaregel
Backpropagation

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

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

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

Aktivierung des Outputknotens
Lernrate
Aktivierung des Inputknotens
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?

unsupervised learning
reinforcement learning
supervised learning
error-driven learning

23 Was versteht man unter stigmergischen Interaktionen?

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

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

statistische Regularitäten im Inputmuster
Schwellwert
Lernrate
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 des korrekten Outputs als Assoziation zum aktuellen Input.
Der Lerner generiert eine implizite Erwartung über die Konsequenz einer motorischen Aktion.
Ein externer „Lehrer“ gibt einen Output vor.

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

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.
Das Produktionssystem kann nur auf eine begrenzte Menge an Informationen (Chunks) zurückgreifen.
Reihenfolge der Verarbeitungsschritte: Konflikterkennung, Mustererkennung und Ausführung der geplanten Aktionen.

27 Welche Verbindungsarten existieren im abgebildeten Netz?

Direktindirekt.png

Feed-forward-Verbindungen
indirekte Rückkopplungen
direkte Rückkopplungen
laterale Rückkopplungen

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

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

29 Welches Phänomen versucht das Konzept emergenter Level zu erklären?

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
das Verhalten einzelner Teile oder Individuen einer Gesamtheit gleicht sich innerhalb sehr kurzer Zeit dem Verhalten des Gesamtsystems an
einzelne Teile oder Individuen einer Gesamtheit können ein anderes Verhalten als das Gesamtsystem zeigen

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

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

31 Wo liegen Beschränkungen der Deltaregel?

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

32 Was passiert in der Trainingsphase künstlicher neuronaler Netze?

Eine Lernregel wird angewendet.
Die Generalisierungsfähigkeit des Netzwerks wird überprüft.
Gewichte verändern sich.
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 chemischer oder biologischer Interaktionen von Organismen oder einzelnen Zellen.
Agentenbasierte Modelle erlauben die Modellierung des Prozesses sozialer Kooperation.

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

rationale Gedankenkontrolle bei Menschen durchzuführen.
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.

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
sind in eine unbegrenzte 2D oder 3D Umgebung eingebettet
handeln aktiv und reaktiv
handeln nach eigenen Zielen

37 Was ist die Grundidee der Backpropagation-Regel?

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.
Neuronale Netze lernen unüberwacht durch Selbstorganisation.
In mehrschichtigen Netzen wird für jede Schicht im Vorhinein ein korrekter Output definiert, um überwachtes Lernen zu ermöglichen.

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

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

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

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

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

41 Im Vergleich zu ACT-R…

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

42 Welche der folgenden Merkmale besitzen komplexe Systeme?

Pfadunabhängigkeit
Selbstorganisation
Emergenz
Linearität