*   >> Læs Uddannelse artikler >> science >> general sciences

Nyttiggørelse fra fejl, og væren Robust

Menneskelig mønstergenkendelse er bemærkelsesværdigt robust. Vi kan genkende mønstre, når lysniveauet er lave. Vi kan genkende mønstre, når vi er trætte. Selv med tachistoscopic præsentationer, anerkender vi rigtig mange stimuli. Hvis en funktion net tjener som grundlag for den menneskelige mønstergenkendelse derefter netto behov for at være tilsvarende robust.Imagine at vi tachistoscopically præsentere ordet "majs." Med en kort oplæg mængden af ​​indkommende oplysninger er lille, og så de relevante detektorer vil brand kun svagt.

En anden artikel om dette viser, hvordan det kan spille ud: Den hurtige præsentation af O ikke var nok til at udløse alle de funktion detektorer passende for O. Da det viser sig, er det kun '' bottom-kurven '' detektor fyring . Denne funktion detektor feeds ind i mange brev detektorer-for eksempel. O-detektor, U-detektor, Q-detektor, og S-detector.Thus, med kun denne ene funktion detektor aktiveret, idet hver af disse Letter- detektorer vil blive svagt aktiveret. Men se hvad der sker på det næste niveau. Den CO-, CU, CQ-, og CS-bigram detektorer vil alle modtage det samme signal.

Hver vil modtage et stærkt signal fra C-detektor, og et svagt signal om det andet bogstav i digram. Imidlertid er CO-detektor godt primet (fordi dette er en hyppig mønster), og så denne detektor har en frekvens fordel. Derfor. et svagt signal vil være nok til at fyre denne detektor. CU detektoren er mindre primet (da dette er en mindre hyppig mønsteret); de CQ- eller CS-detektorer, hvis disse engang eksisterer. ikke primet overhovedet. Den svage input vil derfor ikke være nok til at aktivere disse detektorer.

Således på brevet niveau, var der forvirring om input brevets identitetsskabende flere detektorer var fyring, og alle var trætte ligeligt. På det digram niveauet denne forvirring er blevet sorteret ud, og så en fejl har været avoided.In dette eksempel blev forvirring på bogstavet niveau rettes ud på digram niveau. På samme måde kan usikkerheden på funktionsniveauet sorteres ud på bogstavet niveau. og forvirring på bigram niveauet kan rettes ud på højere niveauer (f.eks. ordet-detektorer).

Psykologer henviser til denne form for proces som fejl fældefangst-procedurer, der registrerer og rette fejl, forinden fejl forårsage yderligere forvirring.

Kunne du lide denne artikel? Du kan skrive artikler som denne og tjene penge fra det. Det er gratis at deltage, og du kan tjene penge online, så snart du tilmelder dig. Klik på linket for at

Page   <<       [1] [2] >>
Copyright © 2008 - 2016 Læs Uddannelse artikler,https://uddannelse.nmjjxx.com All rights reserved.