體驗區
|
| 篇名 |
内隐学习的人工神经网络模型
|
| 並列篇名 |
Artificial Neural Network Model about Implicit Learning
|
| 作者 |
郭秀艳
、朱磊
、魏知超
|
| 中文摘要 |
近年来，人工神经网络模型常被用来模拟各种心理活动，从而为心理学的一些相关理论提供丰富的证据，内隐学习也不例外。基于权重调整来学习正确反应的人工神经网络模型和内隐学习的两大本质特征间有着极为相应的匹配，因此，人工神经网络模型特别适用于内隐学习研究。到目前为止，针对两种较为普遍的内隐学习任务，已经相应地出现了两种使用较为广泛的神经网络模型——自动联系者和简单循环网络。
|
| 英文摘要 |
These years, Artificial Neural Networks have been used to simulate many kinds of psychological activities, including implicit learning. Neural networks has some traits which are good for simulating implicit learning, such as learning to response correctly through weight adjustment. There are two types of neural network models named autoassociators and simple recurrent networks which are used broadly in cognitive simulation.
|
| 頁次 |
837-843
|
| 關鍵詞 |
人工神经网络模型
、人工语法学习
、自动联系者
、序列学习
、简单循环网络
、artificial neural network model
、artificial grammar learning
、autoassociator
、serial learning
、simple recurrent network.
|
| 卷期 |
14:6
|
| 日期 |
200611
|
| 刊名 |
心理科學進展
|
| 出版單位 |
中國科學院心理研究所
|
|
相關文獻 :
客服信箱