Let op, hoewel, dat er een keerzijde aan dit alles:.. Stel je voor dat we presenteren de string "CQRN '' om onderwerpen als de presentatie is kort genoeg, onderwerpen slechts een subset van de functies van de snaar registreren Laten stel je voor, in lijn met een eerdere voorbeeld, dat de proefpersonen alleen registreert de onderkant beetje tweede brief van de snaar. Dit detectie van de bottom-curve zal zwak activeren van de Q-detector, en ook de U-detector en de O-detector.
De resulterende patroon van het netwerk van de activering wordt getoond in een andere artilce op mijn profiel, en je zou moeten opvallen dat dit cijfer is bijna identiek aan een ander figuur aan mijn profiel page.We hebben al betoogd dat de dynamiek van het netwerk van de functie zal leiden tot een reactie van ' 'MAIS'. Maar aangezien de "koren 'voor het netwerk is hetzelfde in een ander artikel dan dit patroon ook zal leiden tot" corn ".
Vandaar dat in het eerste geval de functionele dynamische ingebouwd in het net aids uitvoering; in het tweede geval, dezelfde dynamische ervoor zorgt dat we verkeerd de stimulus.Let maken drie punten over deze opmerking. Ten eerste, hebben we nu een eenvoudige rekening van over-regularisatie fouten: Vanwege het patroon van priming, zullen de reacties van het netwerk neigen naar frequente woorden, en ook in de richting van woorden recent bekeken. Als de invoer was in feite een frequente woord, dan is de voorspanning ingebouwd in het netwerk vergemakkelijkt waarneming.
Als de ingang was een zeldzame woord, of een onregelmatige woord, dan vertekening van het netwerk zal leiden tot fouten. Bovendien zal fouten van het netwerk systematisch in hun vorm zijn: "CQRN '' zal worden aangeduid als" corn "," TAE "als" DE ", en ga zo maar door de tweede, we hebben nu gezien dat het net betrouwbaar te maken zeker. fouten. Vanuit ons oogpunt is dit echter een voordeel, geen probleem. Mensen maken deze fouten. Als ons model levert een plausibele rekening van de menselijke prestaties, dan passend is het dat het model fouten moeten maken als well.
Finally , er rekening mee dat deze fouten zijn meestal probleemloos. lage frequentie woorden zijn waarschijnlijk misperceived maar per definitie zijn lage frequentie woorden niet tegengekomen dat vaak. vooroordeel van het netwerk vergemakkelijkt de perceptie van frequente woorden, en deze (per definitie) zijn de woorden kom je de meeste van de tijd. Vandaar. het netwerk van de vertekening aids erkenning in de vaker gevalle