首页 | 本学科首页   官方微博 | 高级检索  
     

内隐学习的人工神经网络模型
引用本文:郭秀艳,朱磊,魏知超. 内隐学习的人工神经网络模型[J]. 心理科学进展, 2006, 14(6): 837-843. DOI:  
作者姓名:郭秀艳  朱磊  魏知超
作者单位:华东师范大学心理学系,上海 200062
基金项目:教育部跨世纪优秀人才培养计划,高等学校博士学科点专项科研项目
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

关 键 词: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  
收稿时间:2006-09-20
修稿时间:2006-09-20

Artificial Neural Network Model about Implicit Learning
Guo Xiuyan,Zhu Lei,Wei Zhichao. Artificial Neural Network Model about Implicit Learning[J]. Advances In Psychological Science, 2006, 14(6): 837-843. DOI:  
Authors:Guo Xiuyan  Zhu Lei  Wei Zhichao
Affiliation:Department of Psychology, East China Normal University, Shanghai 200062, China
Abstract: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.
Keywords:artificial neural network model   artificial grammar learning   autoassociator   serial learning   simple recurrent network
本文献已被 CNKI 维普 万方数据 等数据库收录!
点击此处可从《心理科学进展》浏览原始摘要信息
点击此处可从《心理科学进展》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号