Nota, sin embargo, que hay un inconveniente de todo esto:.. Imaginemos que presentamos la cadena "CQRN '' a sujetos Si la presentación es bastante breve, los sujetos se registran sólo un subconjunto de las características de la cadena Vamos imaginan, de acuerdo con un ejemplo anterior, que los sujetos sólo registran el bit inferior de la segunda carta de la cadena. Esta detección de la curva inferior será débilmente activar el Q-detector, y también el U-detector y el O-detector.
El patrón resultante de la activación de la red se muestra en otro artilce en mi perfil, y usted debe notar que esta cifra es casi idéntica a otra figura que aparece en mi perfil page.We ya han argumentado que la dinámica de la función de red dará lugar a una respuesta de ' 'MAÍZ.' 'Pero, puesto que el "grano para moler' 'para la red es el mismo en otro artículo, a continuación, este patrón, también, dará lugar a" MAÍZ ". Por lo tanto, en el primer caso, la dinámica funcional incorporado en el rendimiento neto SIDA; en el segundo caso, la misma dinámica nos lleva a malinterpretar del stimulus.
Let hacer tres puntos acerca de esta observación. En primer lugar, ahora tenemos un relato directo de más de-regularización errores: Debido al patrón de cebado, las respuestas de la red tenderán hacia palabras frecuentes, y también hacia las palabras consultadas recientemente. Si la entrada era, de hecho, una palabra frecuente, entonces el sesgo integrado en la red facilita la percepción. Si la entrada era una palabra poco frecuente, o una palabra irregular, a continuación, el sesgo de la red dará lugar a errores.
Por otra parte, los errores de la red serán sistemática en su forma: "CQRN '' se identificará como" maíz "," TAE "como" LA ", y así sucesivamente En segundo lugar, hemos visto ahora que la red será fiable asegurarse. errores. Desde nuestro punto de vista, sin embargo, esto es una ventaja, no un problema. Los seres humanos hacen estos errores. Si nuestro modelo proporciona una explicación plausible de los logros humanos, entonces es apropiado que el modelo debe cometer errores como well.Finally , tenga en cuenta que estos errores son generalmente no problemático.
palabras de baja frecuencia son susceptibles de ser malinterpretado pero, por definición, las palabras de baja frecuencia no se encuentran a menudo. sesgo de la red facilita la percepción de palabras frecuentes, y éstos (por definición) son las palabras se encuentra con la mayor parte del tiempo. Por lo tanto. sesgo rec