Sunum yükleniyor. Lütfen bekleyiniz

Sunum yükleniyor. Lütfen bekleyiniz

Wisconsin Kart Sıralama Testi WCST soyutlama, hipotez sınama, zihinsel esneklik. Referans kartlar Gülay Büyükaksoy Kaplan’ın doktora tezi (2003)

Benzer bir sunumlar


... konulu sunumlar: "Wisconsin Kart Sıralama Testi WCST soyutlama, hipotez sınama, zihinsel esneklik. Referans kartlar Gülay Büyükaksoy Kaplan’ın doktora tezi (2003)"— Sunum transkripti:

1 Wisconsin Kart Sıralama Testi WCST soyutlama, hipotez sınama, zihinsel esneklik. Referans kartlar Gülay Büyükaksoy Kaplan’ın doktora tezi (2003)

2 WCST-Testin Değerlendirilmesi Doğru yanıtlar Tamamlanan kategoriler Perseveratif (ısrarcı) yanıtlar Kurulumu sürdürmede başarısızlık (FMS)

3 WCST- önerilen model Kuralın belirlenmesi Sınıflama kuralını belirlemek Uygulayıcının yanıtı “doğru” ise kuralı tutmak, “yanlış” ise kuralı değiştirmek Kart Seçimi Sınıflama kuralına uygun referans kartı belirlemek

4 Referans Kartlar Kart belirleme Çalışma belleği Bir önceki kuralı tutmak veya yeni kuralı belirlemek için uygulayıcının yanıtını tutmak Hipotez üreteci Uygulayıcının yanıtı”yanlış” ise alternatif kural üretme ve çalışma belleğine sunma Rule Specifier Hypothesis Generator

5 5 Kartların kodlanması Renk Şekil Sayı Kırmızı:[1000] Üçgen:[1000] 1:[1000] Sarı :[0100] Yıldız :[0100] 2:[0100] Mavi :[0010] Artı :[0010] 3:[0010] Yeşil :[0001] Daire :[0001] 4:[0001] renkşekil sayı

6 6 Benzetim Sonuçları KoşulHam. uzak Hop. eşik #Doğru cevap #Kategori% Pers. hata FMSYorum 13T 64.6   09.9  2.80  0 Esnek 43-2T 64   09.5  2.10  0 Esnek 72T 67.6    4.60  0 Az Esnek 102-1T 70.7    3.70  0 Az Esnek 23T1T     1.6 Zihni dağınık 53-2T1T     1.3 Zihni dağınık 82T1T     2.1 Katı/Dağ T1T     T2T     1.8 Katı/Dağ. 63-2T2T     1.7 Katı/Dağ. 92T2T     1.5 Katı/Dağ T2T     0.9 Katı/Dağ. 141T1T     0.6 Katı 170T1T  4.70   4.80  0 Katı 151T2T  8.30    1.2 Katı 180T2T  4.10   3.50  0 Katı 131T 39.4    0.50  0 Çok Katı 160T 32.8    1.50  0 Çok Katı Katı/Dağ.

7 7 MAVİ YEŞİL KIRMIZI SARI YEŞİL MAVİ SARI KIRMIZI SARI KIRMIZI YEŞİL MAVİ KIRMIZI YEŞİL MAVİ SARI MAVİ SARI KIRMIZI YEŞİL YEŞİL MAVİ SARI KIRMIZI Stroop Testi

8 Stroop Test Seçici Dikkat özgün ödev için otomatik olan davranışı bastırmak Ölçütler testin süresi hata sayısı, düzeltme sayısı

9 Stroop test-the proposed model Duyusal ve motor devreler: Duyusal ve motor devreler: Hopfield ağları Basal Çekirdekler: Basal Çekirdekler: Maxnet, OF tarafından modüle edilen otomatik işlem Hata Sezici : Hata Sezici : Perceptron yapıları ödev ile yanıtın uyuşmadığı durumlarda OF’yi uyaracak hata işaretini üretmek için Seçici dikkat: Seçici dikkat: Kazanan hepsini alır Özgün bilgi geldiğinde OF’yi uyarmak için

10 10 Benzetim Sonuçları BazOl.Süre (sec)# Hata# Düz.Yorum ± ± ± ± ± ± ± ± ± ± ± ± ± ± ± ± 2 5 ± ± ± ± ± ± ± ± ± ± ± ± ± ± 1.5 bastırma süre

11 11 Nikotin Bağımlılığı için Bir Hesaplamalı Model WrWr Pekiştirmeli Öğrenme Eylem seçici devre Eylem Değerlendirme Değer Atama U DA riri Selin Metin’in doktora çalışması (2010)

12 PEKİŞTİRMELİ ÖĞRENME Keşfetme ↔ Kullanma Strateji Ödül Değer Ortam modeli Aktör Ortam Eylem a i Ödül r i Durum s i Dayan, P.: Dopamine, Reinforcement Learning, and Addiction, Pharmacopsychiatry 42 (2009) S56-S65

13 riri Eylem Seçici Devre Eylem DeğerlendirmeDeğer Atama

14 BEYİNDEKİ DOPAMİN ALT SİSTEMİNİN ELEMANLARI

15 15 EYLEM DEĞERLENDİRME ALTSİSTEMİ Dinamik Sistem: Aktivasyon fonksiyonları:

16 16 SİSTEMİN DALLANMA DİYAGRAMLARI Eylem seçici devrede p pm değişkeninin W r parametresine göre dallanması

17 17 SİSTEMİN DAVRANIŞI – BAĞIMLILIK GELİŞTİREN δ hata işareti & sigara içme için seçimler

18 18 SİSTEMİN DAVRANIŞI – BAĞIMLILIK GELİŞTİRMEYEN δ hata işareti & sigara içme için seçimler

19 19 SİSTEM DAVRANIŞI- KARARSIZ δ hata işareti & sigara içme için seçimler

20 20 Davranış Seçici Devre Davranış Değerlendirme Değer Atama U DA riri 20 / 50 bağımlı Bağımlılk geliştirme için ortalama süre = 346 / 1000 adım ve σ =

21 21 W PARAMETRELERİNİN DEĞERLERİ Bağımlılığın geliştirildiği durum: İlk değerler:

22 22 W PARAMETRELERİNİN DEĞERLERİ Bağımlılığın geliştirilmediği durum: İlk değerler:

23 Yinelemeli ağlar (Recurrent Networks) Dinamik yapılar Çıkışlarda geçmişe ait verilerin de katkısı var Kaotik davranış da dahil çok farklı davranışları modellemek mümkün

24 Elman Ağı ile zamanda yapı tanıma: kelime tanıma SessizSesliKesikliYüksekDönüşlüAkortlu b[101001] d[101101] g[101011] a[010011] i[010101] u[010111] Harf dizisine ilişkin gösterim: 6 özellik ile elde ediliyor Mahmut Meral Bitirme Ödevi, 2003 Elman ağı belirli bir kurala göre oluşturulmuş sembol dizisinin altında yatan kuralı öğrenebiliyor. Bu semboller dili oluşturan sesler olarak düşünülebilir.

25 U(n+1) U(n) önce üç sessiz harften biri rasgele olarak seçilip sesli harfler aşağıdaki kurala göre araya eklenmiştir. b -> ba d -> dii g -> guuu Örneğin rasgele seçilen sessiz harf dizisi dbgbddg… ise oluşan harf dizisi: diibaguuubadiidiiguuu… şeklindedir

26

27 Elman Ağı ile kelime dizisi tanıma Elman ağı, ses sembollerinden (harflerden) oluşan kelimeler kullanılarak bir harf dizisinin içinden anlamlı harf dizilerini de (kelimeleri) ayırabilir Uygulamada on üç farklı harften oluşan altı farklı kelime kullanılmaktadır. Harfler beş bitlik vektörler olarak kodlanmıştır. Kelimelerin uzunluğu üç ile yedi harf arasında değişmektedir. Altı kelimeden rasgele 450 kelime uzunluklu bir dizi oluşturdu. Daha sonra kelime dizisi 2106 harf uzunluğunda bir harf dizisine çevrilerek beş bitlik vektörler şeklinde kodlandı

28 GirişÇıkış e00101l01000 l m01100 m a00001 a n01101 n a00001 a ğ00101 ğ ı00110 ı i00111 i l01000 l e00100 e z10010 z a00001 a m01100 m a00001 a n01101 n d00010 d a00001 a y10001 y a00001 a p01110 p ı00111 ı t01111 t a00001 a n01101 n ı00110 ı m01100 m a00001 a

29

30 Kelimeler arası sınırlarda iki ve üzerinde hatalı bit oluşmaktadır. Bir nokta hariç ara noktalarda ise hatalı bit yoktur.. Sadece “zamanda” kelimesindeki “d” harfinin tahmininde bir hatalı bit oluşmaktadır. Bu durumun sebebi “elman” ve “zamanda” kelimelerinin her ikisinde de “man” dizisinin bulunmasıdır. ”zamanda” kelimesindeki “man” dizisinden sonra “d” gelmesi beklenirken, “elman” kelimesindeki “man” dizisinden sonra altı kelime içinden herhangi birinin ilk harfi (e,a,i,z,y,t) gelebilmektedir. Bu durum eğitimi olumsuz yönde etkileyerek hatanın yeterince azalmasını önlemektedir


"Wisconsin Kart Sıralama Testi WCST soyutlama, hipotez sınama, zihinsel esneklik. Referans kartlar Gülay Büyükaksoy Kaplan’ın doktora tezi (2003)" indir ppt

Benzer bir sunumlar


Google Reklamları