Kennt jemand eine relativ neue Arbeit, in der die Literatur zu psychologischen Anwendungen rekurrenter neuronaler Netze überprüft wird? Ich suche nach einem Artikel, der einen allgemeinen Überblick über die Verwendung dieser Klasse von Modellen (Elman-Netzwerke, Hopfield-Netzwerke, Boltzmann-Maschinen, lokale Attraktor-Netzwerke usw.) bei der Modellierung psychologischer Prozesse gibt.
Praktischer gesagt habe ich eine Zeile in einem Entwurfspapier, in der es derzeit heißt: "Eine vollständige Diskussion dieser Klasse von Modellen würde den Rahmen der aktuellen Überprüfung sprengen (siehe XXXX), aber [...]", und ich möchte die ausfüllen Xs.
Ich habe Rogers und McClellands (2004) Semantic Cognition, das eine nette Übersicht ist, sich aber auf Feed-Forward-Modelle konzentriert. Anregungen?
Möglicherweise gibt es kein einziges Papier, das alle Modelle überprüft, aber ich habe unten einige Artikel und Bücher aufgelistet, die Ihren Anforderungen entsprechen könnten.
Asakawa, Shinichi. (2003). Psychologische Anwendbarkeit einfacher rekurrenter neuronaler Netze. Japanese Psychological Review, 46 (2), 274-287.
De Mulder, W., Bethard, S., & Moens, MF (2015). Eine Übersicht über die Anwendung rekurrenter neuronaler Netze auf die statistische Sprachmodellierung. Computersprache und -sprache, 30 (1), 61-98.
Jacobsson, H. (2005). Regelextraktion aus wiederkehrenden neuronalen Netzen: Eine Taxonomie und Überprüfung. Neural Computation, 17 (6), 1223-1263.
Rojas, R. (2013). Neuronale Netze: eine systematische Einführung. Springer Wissenschafts- und Wirtschaftsmedien.
Subathra, B. & Radhakrishnan, TK (2012). Wiederkehrende Neuro-Fuzzy- und Fuzzy-Neural-Hybrid-Netze: eine Überprüfung. Instrumentation Science & Technology, 40 (1), 29-50.
Suykens, JA, Vandewalle, JP, & de Moor, BL (2012). Künstliche neuronale Netze zur Modellierung und Steuerung nichtlinearer Systeme. Springer Wissenschafts- und Wirtschaftsmedien.
Zhang, H., Wang, Z., & Liu, D. (2014). Ein umfassender Überblick über die Stabilitätsanalyse zeitkontinuierlicher rekurrenter neuronaler Netze. Neural Networks and Learning Systems, IEEE Transactions on, 25 (7), 1229-1262.
Christian Hummeluhr
Eoin
Eoin
Christian Hummeluhr
Eoin