Computermodelle des frühen Lernens bei Kindern

Welche biologisch plausiblen Rechenmodelle/Frameworks des frühen Lernens bei Kindern werden derzeit verwendet?

Ich persönlich habe Kaskadenkorrelations-Neuralnetze verwendet, um den Erwerb von Pronomen bei Kindern zu modellieren , aber im Nachhinein halte ich dieses Framework für neurobiologisch nicht plausibel .

Gibt es bestehende Computerrahmen, die für das frühe Lernen und die Entwicklung von Kindern verwendet wurden und eine vernünftige biologische Rechtfertigung haben? Zum Beispiel: Nur ein neuronales Netzmodell zu sein, ist keine vernünftige Rechtfertigung, aber ein neuronales Netzmodell, das lokale Aktualisierungsregeln hat (wie Hebbian Learning ) und Neuronen realistischer modelliert (anstatt nur zu sagen, dass sie eine Sigmoidfunktion ohne weitere biologische Begründung sind). ) wäre in Ordnung. Allgemeine nicht-konnektionistische Rahmenwerke mit empirischer Begründung sind ebenfalls von Interesse, auch wenn sie keine solide reduktionistische Darstellung haben.

Anmerkungen

Ich habe eine alternative Version dieser Frage auf Linguistics.SE gestellt , die sich auf den Spracherwerb statt auf das allgemeine Lernen konzentriert, aber sowohl Kinder als auch Erwachsene berücksichtigt.

Was bedeutet „frühes Lernen“ in diesem Zusammenhang? Es klingt viel zu allgemein, aber vielleicht liegt das an meiner relativen Unkenntnis der Entwicklungspsychologie.
@zergylord Ich denke, mit frühem Lernen würde ich mich hauptsächlich auf das Lernen beziehen, wenn das Gehirn des Kindes noch eine massive Neurogenese durchläuft ... dh bevor es sich auf das Plastizitätsniveau von Erwachsenen einpendelt.
In diesem Fall würde ich einen Bereich von Interesse spezifizieren (z. B. Computermodelle des frühen Lernens von Pronomen bei Kindern), da ein allgemeines Modell derzeit ziemlich unerreichbar ist.
Alternativ könnten Sie den Begriff „plausible Algorithmen“ anstelle von „Rechenmodellen“ verwenden, da letzteres tendenziell aufgabenabhängig ist, während ersteres ein Paradigma zum Erstellen von Modellen ist.
dann bekomme ich mein eigenes Papier (und die, auf die es sich bezieht) als Antwort zurück. Ich möchte mich nicht auf eine einzelne Aufgabe beschränken, denn dann haben die Modelle, die Sie zurückbekommen, sehr wenig Aussagekraft. Das Ziel ist es, Modelle und Frameworks zu haben, die sich über viele verwandte Aufgaben verallgemeinern lassen (wie beispielsweise CC NN in allen Bereichen der Entwicklungspsychologie verwendet wird). Ich hatte gehofft, dass ich Antworten aus Bereichen erhalten könnte, mit denen ich nicht so vertraut bin, wenn ich die Domain offener lasse. Wenn es jedoch zu weit gefasst ist, könnte ich es auf Modelle beschränken, die mit Sprache/Spracherwerb zu tun haben.
@zergylord Ich werde dann die Wörter Rechenmodell durch Framework oder Theorie ersetzen. Danke für den Vorschlag!

Antworten (1)

Hier ist etwas, das ich für Sprache ausgegraben habe: eine Informatikarbeit von Boulder:

Die sensomotorischen Grundlagen der Phonologie: Ein Computermodell der artikulatorischen und phonetischen Entwicklung in der frühen Kindheit (1994)

es diskutiert, was es HABLAR (Hierarchical Articulatory Based Language Acquisition by Reinforcement Learning) nennt.

Aus reduktionistischer/biologischer Sicht haben sich entwickelnde Gehirne eine viel höhere Population von Gap Junctions. Ich würde spekulieren, dass dies ein viel analogeres Gehirn schaffen würde, da Gap Junctions diffusiv modelliert werden, im Gegensatz zu synaptischen Verbindungen, die eher binär modelliert werden können. Ich würde spekulieren, dass die analoge Steuerung der Umwelt- und genetischen Signale zur Bildung und Organisation der synaptischen Konnektivität führt.

Ich frage mich, ob man eine Korrelation zwischen Plastizität und Gap Junctions finden könnte. Es wurde festgestellt, dass sie Axone seitlich in Hippocampuszellen verbinden (eine Region des Gehirns, die bis ins Erwachsenenalter plastisch bleibt).

Computermodelle des frühen Lernens bei Kindern
AntwortenHierDatenschutz-Bestimmungen1y, 0v