stringtranslate.com

Activación propagada

La activación propagada es un método para buscar redes asociativas, redes neuronales biológicas y artificiales o redes semánticas . [1] El proceso de búsqueda se inicia etiquetando un conjunto de nodos fuente (por ejemplo, conceptos en una red semántica) con pesos o "activación" y luego propagando o "propagando" iterativamente esa activación a otros nodos vinculados a los nodos fuente. La mayoría de las veces, estos "pesos" son valores reales que decaen a medida que la activación se propaga a través de la red. Cuando los pesos son discretos, este proceso a menudo se conoce como paso de marcadores. La activación puede originarse a partir de caminos alternativos, identificados por marcadores distintos, y terminar cuando dos caminos alternativos llegan al mismo nodo. Sin embargo, los estudios cerebrales muestran que varias áreas cerebrales diferentes juegan un papel importante en el procesamiento semántico . [2]

La propagación de la activación en redes semánticas como modelo se inventó en psicología cognitiva [3] [4] para modelar el efecto de abanico. [ cita requerida ]

La activación propagada también se puede aplicar en la recuperación de información , [5] [6] mediante una red de nodos que representan documentos y términos contenidos en esos documentos.

Psicología cognitiva

En relación con la psicología cognitiva , la activación propagada es la teoría de cómo el cerebro itera a través de una red de ideas asociadas para recuperar información específica. La teoría de la activación propagada presenta el conjunto de conceptos dentro de nuestra memoria como unidades cognitivas, cada una de las cuales consta de un nodo y sus elementos o características asociadas, todos conectados entre sí por bordes. [4] Una red de activación propagada se puede representar esquemáticamente, en una especie de diagrama de red con líneas más cortas entre dos nodos, lo que significa que las ideas están más estrechamente relacionadas y, por lo general, se asociarán más rápidamente con el concepto original. En psicología de la memoria, el modelo de activación propagada sostiene que las personas organizan su conocimiento del mundo en función de sus experiencias personales, que a su vez forman la red de ideas que es el conocimiento de la persona del mundo. [3]

Cuando una palabra (el objetivo) es precedida por una palabra asociada (el estímulo principal) en tareas de reconocimiento de palabras, los participantes parecen tener un mejor desempeño en el tiempo que les toma responder. Por ejemplo, los sujetos responden más rápido a la palabra "doctor" cuando es precedida por "nurse" que cuando es precedida por una palabra no relacionada como "carrot". Este efecto de estímulo principal semántico con palabras que tienen un significado cercano dentro de la red cognitiva se ha visto en una amplia gama de tareas propuestas por los experimentadores, que van desde la verificación de oraciones hasta la decisión léxica y la denominación. [7]

Como otro ejemplo, si el concepto original es "rojo" y se prepara el concepto "vehículos", es mucho más probable que digan "camión de bomberos" en lugar de algo no relacionado con los vehículos, como "cerezas". Si en cambio se prepara el concepto "frutas", probablemente nombrarían "cerezas" y continuarían a partir de ahí. La activación de las vías en la red tiene todo que ver con lo estrechamente vinculados que están dos conceptos por significado, así como con la forma en que se prepara a un sujeto.

Algoritmo

Un gráfico dirigido está poblado por nodos [1...N], cada uno de los cuales tiene un valor de activación asociado A [i], que es un número real en el rango [0,0... 1,0]. Un vínculo [i, j] conecta el nodo de origen [i] con el nodo de destino [j]. Cada arista tiene un peso asociado W [i, j], generalmente un número real en el rango [0,0... 1,0]. [8]

Parámetros:

Pasos:

  1. Inicialice el gráfico estableciendo todos los valores de activación A [ i ] en cero. Establezca uno o más nodos de origen en un valor de activación inicial mayor que el umbral de activación F. Un valor inicial típico es 1,0.
  2. Para cada nodo no activado [ i ] en el gráfico que tenga un valor de activación A [ i ] mayor que el umbral de activación del nodo F:
  3. Para cada enlace [ i, j ] que conecta el nodo de origen [ i ] con el nodo de destino [ j ], ajuste A [ j ] = A [ j ] + (A [ i ] * W [ i, j ] * D) donde D es el factor de decaimiento.
  4. Si un nodo de destino recibe un ajuste en su valor de activación de modo que supere 1,0, establezca su nuevo valor de activación en 1,0. Asimismo, mantenga 0,0 como límite inferior en el valor de activación del nodo de destino en caso de que reciba un ajuste por debajo de 0,0.
  5. Una vez que un nodo se ha disparado, es posible que no vuelva a dispararse, aunque variaciones del algoritmo básico permiten disparos repetidos y bucles a través del gráfico.
  6. Los nodos que reciben un nuevo valor de activación que excede el umbral de activación F se marcan para activarse en el siguiente ciclo de activación de propagación.
  7. Si la activación se origina en más de un nodo, una variación del algoritmo permite el paso de marcadores para distinguir las rutas por las cuales la activación se distribuye en el gráfico.
  8. El procedimiento finaliza cuando ya no hay más nodos para activar o, en el caso de que el marcador pase desde varios orígenes, cuando se llega a un nodo desde más de una ruta. Las variaciones del algoritmo que permiten activaciones repetidas de nodos y bucles de activación en el gráfico finalizan después de que se alcanza un estado de activación estable, con respecto a un delta, o cuando se excede un número máximo de iteraciones.

Ejemplos

En este ejemplo, la activación por propagación se originó en el nodo 1, que tiene un valor de activación inicial de 1,0 (100 %). Cada enlace tiene el mismo valor de peso de 0,9. El factor de decaimiento fue de 0,85. Se han producido cuatro ciclos de activación por propagación. El tono y la saturación del color indican diferentes valores de activación.

Véase también

Notas

  1. ^ Fähndrich, J. (2018). Descomposición semántica y paso de marcadores en una representación artificial del significado. Technische Universitaet Berlin (Alemania). [1]
  2. ^ Karalyn Patterson, Peter J. Nestor y Timothy T. Rogers: "¿Dónde sabes lo que sabes? La representación del conocimiento semántico en el cerebro humano" [2]
  3. ^ ab Collins, Allan M.; Loftus, Elizabeth F. (1975). "Una teoría de activación propagada del procesamiento semántico". Psychological Review . 82 (6): 407–428. doi :10.1037/0033-295X.82.6.407. ISSN  0033-295X. S2CID  14217893.
  4. ^ ab Anderson, John R. (1983). "Una teoría de activación de la memoria que se propaga". Revista de aprendizaje verbal y comportamiento verbal . 22 (3): 261–295. doi :10.1016/S0022-5371(83)90201-3. ISSN  0022-5371.
  5. ^ S. Preece, Un modelo de red de activación en expansión para la recuperación de información. Tesis doctoral, Universidad de Illinois, Urbana-Champaign, 1981.
  6. ^ Fabio Crestani. "Aplicación de técnicas de activación por propagación en la recuperación de información". Artificial Intelligence Review , 1997
  7. ^ Chwilla, Dorothee J.; Hagoort, Peter; Brown, CM, "El mecanismo subyacente a la preparación hacia atrás en una tarea de decisión léxica: propagación de la activación versus correspondencia semántica", The Quarterly Journal of Experimental Psychology, 1998, 51A (3), 531-560 [3]
  8. ^ Impulso de la búsqueda de palabras clave de artículos con activación por difusión Aswath, D.; Ahmed, ST; Dapos;cunha, J.; Davulcu, H., Web Intelligence, 2005. Actas. Conferencia internacional IEEE/WIC/ACM de 2005 sobre Volumen, número, 19-22 de septiembre de 2005 Página(s): 704 - 707

Referencias