Cтраница 2
Заметим в заключение, что в части I данной книги везде молчаливо подразумевается, что до того, как принимается решение, производится измерение всех d компонент вектора признаков. Возможен и другой способ, с использованием дерева решений, при котором оценка признаков производится последовательно вплоть до момента, когда решение становится возможным. Слейгл и Ли ( 1971) показали, как к задачам такого вида применять методы, разработанные для исследования деревьев в теории игр. [16]
В заголовок документа входят признаки, выступающие в роли общего множителя. Если их несколько, в заголовке выделяется соответственно несколько уровней. Значение оценки признака, входящего в заголовок, также может быть переменным. [17]
Они возбуждают элементы врожденной или приобретенной опытом структуры памяти, которая связывает с этими раздражениями определенные альтернативы поведения. Здесь изображено не безупречное активирование поведения, а учебный процесс, когда еще не выработана надежная альтернатива поведения или когда сложившаяся в структуре памяти команда поведения еще не однозначна; тогда х s является обратным сигналом о результате способа поведения, Структура памяти при оценке способа поведения становится действенной для коррекции поведения. Вместе с оценкой ситуативных признаков она образует структуру принятия решений, от которой исходят действия двоякого рода. Если альтернатива поведения оценивается как надежная, то в действие, приводится программа поведения, предназначенная для выполнения избранного поведения. С коррекцией поведения накапливаются также признаковые связи поведения, которые оцениваются как надежные. Последующие раздражения в а па логичных ситуациях воздействуют на модифицированную память и тем самым вырабатывают адаптивное поведение. При этом в соответствии с оценкой или предупреждением характера поведения постоянно происходит новая перепроверка, что может вызвать закрепление или коррекцию способа поседения. [18]
Поиск соответствия не всегда прост. Производные и некоторые модифицированные признаки зависят от ряда признаков на некоторой траектории, и прежде чем могут быть подобраны соответствующие оценки, необходима некоторая обработка данных. Если, например, в спецификационный список входит пара Home Team Red Sox ( местная KOM3Hfla Red Sox), то для конкретной траектории нужно прежде всего по месту проведения игр и командам найти местную команду, а лишь затем можно выяснить, подходит ли оценка Red Sox к оценке найденного признака. Специальной обработки требуют и подсписки, так как при различных перестановках различные выражения, входящие в подсписок, должны иногда рассматриваться раздельно, а иногда - как составляющие одно целое. [19]
Характерная познавательная предпосылка элементарной инструментальной обусловленности существует тогда, когда для ситуативных признаков нет специфических образцов поведения и когда одновременно имеется сильный стимул к изменению этих признаков. В рамках одного вида может быть активировано много различных вариантов поведения. Изменения ситуации регистрируются и включаются в структуру принятия решений. Оценка признаков является следствием изменения стимулов, накопленных параллельно с находящимися в обратной связи внутренними и внешними раздражениями. [20]
При создании распознающих устройств для целей технической диагностики, оптимальных в смысле затрат, быстродействия или надежности распознавания, необходимо минимизировать число рецепторов ( датчиков) еще до обучения и эксплуатации устройства. Устройство не может быть, например, дешевым, если некоторые с большими трудностями специально сконструированные рецепторы оказались лишними. В то же время самые совершенные алгоритмы распознавания не обеспечат надежность распознавания, если в устройстве используются рецепторы, добывающие недостаточно диагностической информации. Следовательно, существующие методы выбора и оценки признаков процесса обучения и распознавания не могут быть использованы для предварительного выбора эффективных измерений. [21]
Другой справочный список содержит название программ, которые формируют рабочее описание всех примеров в памяти. Эти программы связывают с каждым примером во внутренней памяти определенное описание, полученное за счет изменения той части формального описания, которая включена в текущий набор признаков. Одна из них просто переписывает необходимые признаки и оценки из формального описания в рабочее описание. Другая программа определяет новые признаки, основанные на связи между оценками признаков формального описания. [22]