Simulations with artificial neural

Simulations with artificial neural networks enable us to see how concepts can have properties
associated with sets of exemplars and prototypes. When a neural network is trained with multiple
examples, it forms connections between its neurons that enable it to store the features of those
examples implicitly. These same connections also enable the population of connected neurons to
behave like a prototype, recognizing instances of a concept in accord with their ability to match
various typical features rather than having to satisfy a strict set of conditions. Thus even simulated
populations of artificial neurons much simpler than real ones in the brain can capture the exemplar
and prototype aspects of concepts.

ผลลัพธ์ (ไทย) 2:

จำลองที่มีเครือข่ายประสาทเทียมช่วยให้เราดูว่าแนวความคิดที่จะมีคุณสมบัติที่เกี่ยวข้องกับชุดโคลงและต้นแบบ
เมื่อเครือข่ายประสาทได้รับการฝึกฝนที่มีหลายตัวอย่างรูปแบบการเชื่อมต่อระหว่างเซลล์ประสาทที่เปิดใช้งานได้ในการจัดเก็บคุณสมบัติของผู้ตัวอย่างโดยปริยาย การเชื่อมต่อเดียวกันนี้ยังช่วยให้ประชากรของเซลล์ประสาทที่เชื่อมต่อไปยังทำตัวเหมือนต้นแบบตระหนักถึงกรณีของแนวคิดที่สอดคล้องกับความสามารถของพวกเขาเพื่อให้ตรงกับคุณสมบัติทั่วไปต่างๆแทนที่จะต้องตอบสนองความชุดที่เข้มงวดของเงื่อนไข ดังนั้นจำลองแม้ประชากรของเซลล์ประสาทเทียมมากง่ายกว่าคนจริงในสมองสามารถจับภาพแบบและด้านต้นแบบแนวคิด

ผลลัพธ์ (ไทย) 3:

จำลองด้วยโครงข่ายประสาทเทียมช่วยให้เราเพื่อดูว่าแนวคิดสามารถมีคุณสมบัติ
ที่เกี่ยวข้องกับชุดของ Exemplars และต้นแบบ เมื่อเครือข่ายประสาทได้รับการฝึกฝนกับตัวอย่างหลาย
, ฟอร์มการเชื่อมต่อระหว่างเซลล์ประสาทที่ช่วยให้มันเพื่อเก็บคุณสมบัติของตัวอย่าง
โดยปริยาย การเชื่อมต่อเดียวกันนี้ยังช่วยให้ประชากรที่เชื่อมต่อเซลล์ประสาท

ทำตัวให้เหมือนต้นแบบการอินสแตนซ์ของแนวคิดที่สอดคล้องกับความสามารถของพวกเขาเพื่อให้ตรงกับ
คุณสมบัติต่าง ๆ ทั่วไป แทนที่จะตอบสนองชุดเข้มงวดของเงื่อนไข ดังนั้นแม้จำนวนเซลล์ประสาทเทียมจำลอง
ง่ายกว่าของจริงในสมองสามารถจับแบบอย่าง
และต้นแบบด้านแนวคิด