Kognitive Modellierung Flashcards

Question

Wie wird das Pareto-Prinzip bei der Erstellung von kognitiven Modellen eingesetzt?

Answer 1

Ziel ist eine Modellierung, die mit 20% Modellierungsaufwand 80% genaue Vorhersagen treffen kann. --\> Perfekt ist nicht notwendig, stattdessen hinreichend genaue Modellierung mit schlanken, einfachen Modellen

Answer 2

* Goals * Goals sind das, was mit der Aufgabe erreicht werden soll. * Goals sind oft in Subgoals unterteilt. * Goals und Subgoals sind meist hierarchisch aufgebaut * Erst wenn die Subgoals erreicht werden, kann man auch das übergeordnete Goal erreichen * Operators * Ein Operator ist eine Aktion, um ein Ziel zu erreichen. * Operatoren können perzeptiv, motorisch, kognitiv oder eine Kombination davon sein. * Operatoren können den internen mentalen Zustand ändern, oder physisch die externe Umgebung ändern. * Ausführungszeit ist der wichtigste Parameter der Operatoren * Möglichkeiten zur Festlegung: * konstante Werte * Wahrscheinlichkeitsverteilungen * Funktionen * Methods * Methoden sind Sequenzen von Operatoren * Ausführung um ein Goal oder Subgoal zu erreichen * Selection Rules * Bilden das Wissen eines Nutzers ab, welches angewandt werden soll. * Basieren i.d.R. auf spezifischen Eigenschaften der Aufgabenzustände. * Entstehen auch durch * Erfahrung des Nutzers mit dem Interface * Training

Answer 3

* Programmform * Ist analog zu einem parametrisierten Computerprogramm. * Modell nimmt einige Aufgabenparameter entgegen und führt die Berechnung der beschriebenen Aufgabe aus. * Beispiel: CMN-GOMS * Sequenzform * Diese Art der Modelle bilden eine feste Sequenz von Operatoren für ein einzelnes Ziel eines Taskszenario ab. * Beispiel: KLM

Answer 4

* Keystroke-Level-Model * Sequenzform * Anderen GOMS Methoden sagen Methoden und Selection Rules vorher – KLM nicht! * Original KLM nutzt nur **6 Typen von Operatoren** * KLM nutzt **5 heuristische Regeln für mentale Operatoren**

Answer 5

* Schnelle Einschätzung von Ausführungszeiten bei einer Aufgabenverarbeitung * Minimum an konzeptuellen Vorgaben notwendig * Leichte Anwendbarkeit bei einem Interface Design * Einfach zu erklären * Leichte Rechtfertigung gegenüber Software-Entwicklern

Answer 6

* Programform * Strikte Goal-Hierarchie * Beschreibung einer Aufgabe mit einer hierarchischen Goal-Struktur und Sets von Methoden * Darstellung der Methoden in Pseudocode-Notation * Basiert auf Model Human Processor

Answer 7

* Einer der ersten Versuche einer ganzheitlichen Beschreibung von Nutzern * Anwendung der Psychologie der Informationsverarbeitung auf Aufgabenanalyse, Berechnungen und Annäherungen * Zusammenfassung psychologischen Wissens über fehlerfreie menschliche Leistung * Zusammensetzung aus * Set von Speichern und Prozessoren * Mehrere Funktionsprinzipien zur Beschreibung des Zusammenspiels der Komponenten * Drei interaktive Subsysteme mit jeweils eigenen Speichern und Prozessoren * Wahrnehmungssystem * Motorisches System * Kognitives System

Answer 8

* Vorgefertigter Pfad von Aktionen zur Erfüllung einer Aufgabe in einem System "The sequence which produces the longest path through the chart is called the critical path, and it represents an estimate of the total time required to perform the task. "

Answer 9

* Entwicklung von Templates für die Verknüpfung von kognitiven, perzeptuellen und motorischen Operatoren. * --\> Beispiel Read-Screen

Answer 10

* Parallele Ausführung von Aufgaben möglich * Paralleles Multi-Prozessor Stufenmodell der menschlichen Informationsverarbeitung * Nutzung von Schedule Charts zur Abbildung von Operatoren und der Abhängigkeiten zwischen Operatoren * Nutzt Templates * Bestimmung der Ausführungszeit über kritischen Pfad

Answer 11

* Erstellung eines CMN-GOMS-Modells * Darstellung von Wahrnehmungs- und Motorprozessen mit Operatoren * Ausdruck von Operatoren als Goals und Umsetzung mit Methoden

Answer 12

* Extrem erfahrene Nutzer * Ausführung der Aufgabe so schnell wie durch MHP möglich * Keine Suche nach Zielen mit den Augen * Abbildung von einem Minimum an kognitiver Aktivität * Exakte Vorhersage von Mausbewegungen durch CPM-GOMS

Answer 13

* Natural GOMS Language (Kieras, 1988) * Programmform * Theoretisches Modell CCT * Serielles Stufenmodell der menschlichen Informationsverarbeitung * Eigenschaften * Beinhaltet interne Operatoren * bspw. Hinzufügen / Löschen von Informationen im Arbeitsgedächtnis * Lerndauer **einer Prozedur** auch abgebildet * Keine simulierte Lerndauer für Erlernen neuer Operatoren möglich * Mehr mentale Operatoren als CMN-GOMS * Extra kognitive Ausführungszeit für * Veränderungen von Goals * Nutzung des Arbeitsgedächtnisses * Start und Ende einer Methode

Answer 14

* KLM * Schnelle, pragmatische Modellierungen (nur Operators und Heuristiken) * CMN: Traditionelle Modellierungsform, Basiert auf MHP * CPM: Multitasking, sehr erfahrene Nutzer * NGOMSL: Lernen (wie CMN-GOMS)

Answer 15

* Vorhersagen nur über Experten * Lernen kann nicht vollständig abgebildet werden (keine Recall- Effekte, nach längerer Nichtbenutzung) * Fehler können nicht abgebildet werden (auch Experten machen gelegentlich Fehler) * Kognitive Prozesse werden nicht exakt beschrieben * Mentaler Workload wird nicht berücksichtigt * Keine Müdigkeitseffekte * Keine individuellen Unterschiede * Keine Aussagen in Bezug auf Nutzerzufriedenheit und Akzeptanz

Answer 16

* Modellierungstool zur Vorhersage von Bearbeitungszeiten * Nur Vorhersage von Expertenverhalten * Keine Lernzeit, Problemlösungswege oder Benutzerzufriedenheit * Theoretische Grundlagen * Keystroke-Level-Model * ACT-R als kognitive Architektur im Hintergrund

Answer 17

* Projektfenster * Designfenster * Skriptfenster * Visualisierungsfenster

Answer 18

* Vorteile * Früh im Entwicklungsprozess implementierbar * Zeit- und Kostenersparnis * Wenig psychologische Vorkenntnisse nötig * Nachteile * Veraltet * Interface unübersichtlich * Beschränkung auf Bearbeitungszeit * Simples Modell (KLM)

Answer 19

1. Projekt anlegen 2. Frames anlegen (z.B. durch Bilder-Import) 3. Widgets definieren und anpassen in den Frames 4. Transitions definieren * (Verlinkung innerhalb der Frames durch Aktionen mit Widgets) 5. Skript erstellen (durch Demonstration) 6. Simulation laufen lassen 7. Visualisierung anschauen

Answer 20

Versuch, für „ausgewählte kognitive Leistungen Symbolstrukturen (für Daten und Regeln) anzugeben und zu zeigen, daß mit eben diesen Daten und Regeln die zu erklärende kognitive Leistung erbracht werden kann.

Answer 21

"a single system (mind) produces all aspects of behavior. (... ) Even if the mind has parts, modules components, or whatever, they all mesh together to produce behavior. " * Kognitive Architekturen stellen den bisher Erfolg versprechendsten Ansatz zur Entwicklung einer "Unified Theory of Cognition" dar

Answer 22

* Definition **allgemeiner Strukturen und Mechanismen** * **Computationale Plattform** Programmierung ausführbarer Modelle zur Vorhersage und Erklärung menschlichen Verhaltens * Bestandteile * Allgemeine Strukturen (z.B. "Speicher") * Prozesse (z.B. "etwas aus dem Speicher abrufen")

Answer 23

* SOAR * State, Operator, And/Apply, Result * EPIC * Executive-Process/Interactive Control * CAPS * Collaborative/Concurrent, Activation-based, Production System * ACT * Adaptive Control of Thought-Rational

Answer 24

* Deklaratives Wissen * know what * Repräsentation * propositionales Netz * --\> Chunks * Einsatz zur Bewältigung von Aufgaben mit Erordernis der Kenntnis bestimmter Fakten * Prozedurales Wissen * know how * Repräsentation * Produktionssysteme * **Hochgradid automatisiert** * Erwerb durch Erfahrung

Answer 25

* Chunk-Typen * Chunk-Typ stellt die **Kategorie** dar * Slots * Attribute * Können, müssen aber nicht belegt sein

Answer 26

* Bedingungsteil * Left-Hand-Side * Muss "wahr" sein, damit der Ausführungsteil feuert * Ausführungsteil * Right-Hand-Side * Besteht aus Operationen zur Ausführung bei "wahrer" Left-Hand-Side

Answer 27

* ist modular aufgebaut * basiert auf einem Produktionssystem * verfügt über Buffer (eine Art Speicher). Diese dienen als Schnittstelle zwischen Modul und Produktionssystem. * Ein Buffer enthält jeweils nur ein Element.

Answer 28

* Befehl ***add-dm*** * Spezifikation von Chunks in einer Liste * Name (z.B. p1) * Typ (z.B. property) * Slot-Namen und die Belegung der Slots (z.B. object shark)

Answer 29

* Buffer sind ein Interface zwischen prozeduralem Gedächtnis und den Modulen * Nur ein Chunk kann sich pro Zeitpunkt in einem Buffer befinden * LHS * Produktionen tesen mit der LHS den Zustand der Buffer bzw. des darin befindlichen Chunks * RHS * Veränderung des Inhalts des Buffers * Anforderungen an einen Buffer

Answer 30

* Das „=“ in einer Produktion wird für Variablen verwendet; entweder um * LHS * Werte in Slots miteinander zu überprüfen (z.B. slot belegt?) * RHS * Um Werte aus Slots in der LHS zu kopieren und in der RHS einzusetzen.  Die Variablen gelten nur innerhalb der jeweiligen Produktion und der Wert darf nicht "nil" sein.

Answer 31

* ‚=`eine Information in dem Buffer soll sofort verändert werden * ‚+` Anfrage an das Buffermodul * ‚-` Bufferclearing – der Chunk wird aus dem Buffer entfernt (landet im DM) * (implicit clearing – eine + Aktion wird automatisch den alten chunk aus dem Buffer entfernen)

Answer 32

1. Funktion (clear-all) + (define model xxx) --\> Definition des gesamten Modells 2. sgp: definiert Parameter für ein Modell. Wenn man (sgp) in das Trace Fenster eingibt, werden einem alle Werte (incl. Default Werte) eines Modells ausgegeben und kurze Erklärungen dafür. Die Parameter werden wie folgt angegeben „:“ , dann Parametername, dann Wert. Parameter: 3. Definition von Chunk-Typen (chunk-type ...) 4. Festlegung von Chunks (add- dm ...) 5. Festlegung der Produktionen (p xxx ...) 6. Festlegung des Goal Fokus (goal-fokus g1)

Answer 33

* 2 Arten von Elementen * **Atome** wie 1, 2, 3, HELLO * **Listen** bestehen aus Atomen und/oder anderen Listen (Leere Liste "()" ist eine Atom, auch "nil" genannt) * Verwendung einer Prefix-Notation (+ 1 2 3) * nil ist boolean "false", das Gegenteil ist T ("true")

Answer 34

Binding (Befehl "=") wird für Variablen verwendet: LHS: * Vergleich von Slots (gleich oder verschieden) RHS: * Kopieren von Werten aus Slots in der LHS und Einsatz in der RHS

Answer 35

‚=` --\> eine Information in dem Buffer soll sofort verändert werden ‚+` --\> Anfrage an das Buffermodul ‚-` --\> Bufferclearing – der Chunk wird aus dem Buffer entfernt (landet im DM) (implicit clearing – eine + Aktion wird automatisch den alten chunk aus dem Buffer entfernen)

Answer 36

1. Die Ausführung eines Moduls unterliegt **nicht unbedingt der willentlichen Kontrolle**. Ein Modul beginnt seine Verarbeitung, wenn z.B. der sensorische Input beim visuellen Modul „auf ihn passt“, ohne dass dies von zentralen Prozessen her zu beeinflussen wäre. Es funktioniert somit ähnlich wie ein Reflex. 2. Module sind **schnell**. Ihre Prozesse laufen im Millisekundenbereich ab. 3. Module sind „**computational shallow**“, d.h. sie erzeugen lediglich eine „vorläufige Charakterisierung“ des Inputs, die Bedeutung wird erst von zentralen Verarbeitungseinheit erzeugt. 4. Sie sind mit bestimmten **neuronalen Strukturen assoziiert**, d.h. den Prozessen innerhalb eines Moduls entsprechen auf neuronaler Ebene **Aktivierungsprozesse** in spezifischen Hirnarealen. 5. Der Ausfall eines Moduls - z.B. durch Schädigung der korrespondie- renden neuronalen Struktur führt zu **spezifischen Ausfallerscheinungen**, wie z.B. zu verschiedenen Formen der Aphasie.

Answer 37

* Imaginal Module * **Imaginal Buffer**: Kreation neuer Chunks * Chunks: interne Repräsentation von Informatione * Wird oft mit dem Arbeitsgedächtnis in Verbindung gebracht * Visual Module * **visual-location buffer** * ****enthält einen Chunk, der die visuellen Koordinaten des Objektes enthält. * **visual buffer** * enthält einen Chunk, welcher ein Objekt im Umfeld repräsentiert * Motor Module * **manual buffer** * ****enthält niemals einen Chunk * nur um Kommandos auszugeben und den Status abzufragen

Answer 38

1. Neurobiologische Grundlagen (Anderson, 2005): * parietale Regionen bilden Wechsel der problem-state Information ab * aber der AC (anterior cingulate) bildet Wechsel im control-state ab. 2. Problem beim alten System: * zwei Typen von Wissen waren zusammengefügt. * Goal Chunks waren oft zu groß, obwohl Chunks nur wenig Information enthalten sollen. Vorteile: * Mit getrennten control and problem state können die Unterschiede zwischen “Zählen” und “Verständnis” in verschiedenen Kontrollchunks repräsentiert werden. * Im goal wird nun unterteilte Kontrollinformation gespeichert * im Imaginal Buffer können abstakte Gedächtnisinhalte (Problem state) aufrechterhalten werden.

Answer 39

* In dem Imaginal Buffer können neue Chunks kreiert werden. * Diese Chunks stellen die interne Repräsentation von Informationen dar. * Wie ein Chunk in dem Buffer entsteht: * Ein Chunk type wird genutzt * und Werte für die Slots (aus LHS od. definiert) * 0,2 s nach dem feuern der Produktion wird der Chunk bereitgestellt * Es kann immer nur ein Chunk zu einem Zeitpunkt kreiert werden.

Answer 40

* Feature Integration Theory (Treisman) * Wo- und Was-Pfad der visuellen Verarbeitung über 2 Routen im Gehirn * Wo-Pfad auch im nicht-fovealen Bereich verfügbar * Was-Pfad nur bei Aufmerksamkeits-Richtung auf ein Objekt Auswirkungen * Bevor die visuelle Aufmerksamkeit auf eine „visual location“ gerichtet wird, ist nur abrufbar, an welcher Stelle sich ein Objekt (z.B. einer Farbe evtl. auch Form wie Text) befindet * Eine Anfrage an das Wo-System kann eine Reihe von Eigenschaften (z.B. Farbe, Form) spezifizieren  das Wo-System stellt einen Objektpositions- Chunk mit diesen Eigenschaften im visual-location buffer bereit. * Gibt es mehrere mögliche Objekte, wird jenes ausgewählt, das als letztes dem Visicon hinzugefügt wurde. * Kommen mehrere in Frage, wird ein Objekt per Zufall ausgewählt. * Erfüllt kein Objekt die Bedingungen, bleibt der visual-location buffer leer

Answer 41

* Eine Anfrage an die visual-location bedeutet einen Ort zu finden, an dem sich ein Objekt bestimmter Art im visuellen Umfeld befindet. * Daraufhin wird ein Info-Chunk folgender Art bereitgestellt * Dieser Vorgang benötigt **keine zusätzliche Zeit.** Dies soll abbilden, dass das Perzeptuelle System parallel arbeitet. * : attended nil bezeichnet keinen slot. * Es ist ein request parameter (:) * speziell für visual-location Buffer * es gibt auch die Zustände t und new (Objekt neu auf dem Monitor).

Answer 42

* Ist der Ort eines Objektes bekannt, kann die Aufmerksamkeit darauf gerichtet werden, um Details dieses Objektes zu enkodieren. * Hierfür benötigt man den Befehl „move-attention“. * 85ms dauert es in diesem Beispiel (abhängig von der Distanz der Blickbewegung) bis die Aufmerksamkeit auf den Ort gerichtet wurde und das Objekt enkodiert ist.

Answer 43

* Das motorische Modul generiert keine Chunks als Antwort auf Anfragen. * Der Buffer sollte daher immer leer sein * Der Zwischenspeicher für das motorische Modul ist der manual buffer. * enthält niemals einen Chunk * Es können nur Anfragen (requests) gestellt und der Bufferstatus abgefragt werden * Der „State Slot“ des manual-buffers ist für Modelle, die das motorische Modul verwenden, besonders wichtig * Neben free oder busy gibt es noch andere Zustände Möglichkeiten / Einschränkungen * Es kann immer nur eine Bewegung zu einem Zeitpunkt vorbereitet werden. * Während der Ausführung einer Bewegung kann bereits die nächste Bewegung vorbereitet werden. * Es ist möglich, eine Bewegung vorzubereiten, aber erst später auszuführen.

Answer 44

Erhält das motorische Modul eine Anfrage, durchläuft es 3 Phasen: 1. Vorbereitung 2. Einleitung (initiation) * 50ms * preparation state : free * processor state : busy 3. Ausführung * processor state : free * Die Zeit, die für eine Ausführung einer Bewegung benötigt wird, ist abhängig von: * der Art der Bewegung * der Distanz, die überbrückt werden muss * Ausführung nach **Fitts Law**

Answer 45

* Descriptive challenge * Gute descriptive Modelle sollten adaptives menschliches Verhalten wiederspiegeln und effektives Verhalten über verschiedenen Aufgaben hinweg reproduzieren. * Predictive challenge * Vorhersagen menschlichen Verhaltens statt möglichst genau Daten zuvor beobachtetes Verhalten zu fitten. * Prescriptive Challenge * Diese Anforderung richtet sich darauf, menschliche Aufgabenbearbeitung in der realen Welt zu unterstützen und Unfälle zu verhindern

Answer 46

* - * \< * \> * \<= * \>=

Answer 47

* lowest * highest * current

Answer 48

* Buffer Stuffing * Buffer Stuffing bildet einen bottom-up Mechanismus ab. * Ist der Visual Buffer leer und das Modell verarbeitet das Display... * ...dann kann automatisch eine Visual-Location eines Objekts im visual-location Buffer landen. * Die Bedingungen für die Auswahl von visuellen Positionen für das buffer stuffing können ebenso spezifiziert werden wie für einen reguläre visual-location Anfrage: * Befehl lautet: set-visloc-default * z.B.: (set-visloc-default :screen-x highest) * Defaultspezifikation ist :attended new und :screen-x lowest * Buffer stuffing gibt es sowohl für visuelle als auch auditorische Stimuli. * Durch diesen Mechanismus werden Wechsel auf dem Monitor wahrgenommen.

Answer 49

* kontinuierliche Anfrage nach einer visuellen Position mit den Eigenschaften * :attended new * screen-x lowest * Feststellen, dass die Suche nicht erfolgreich war und erneute Anfrage: * ?visual-location\> * state error * ==\> * +visual-location\> * isa visual-location

Answer 50

* Ähnlich wie bei der visuellen Aufmerksamkeit: Es existiert ein Ort, von dem ein Geräusch ausgeht und ein entsprechender Location Buffer. * Die Aufmerksamkeit muss erst auf diesen Ort gerichtet werden, bevor der Inhalt verarbeitet werden kann. * Da auditorische Reize seltener als visuelle sind, kann man sich häufiger auf *buffer stuffing* verlassen. * **Aber** es gibt ein Delay bis der Reiz im Buffer zur Verfügung steht (abhängig von der Art des Reizes). * --\> anders als bei der visuellen Verarbeitung

Answer 51

* ACT-R kann auch sprechen * speech modul * Vocal Buffer * Ähnlichkeit zum Manual Buffer (motor modul) * Default ist 200 ms (0,2s) pro Silbe

Answer 52

* Reiz, Teilnehmer sollten so viele Buchstaben wie möglich wiedergeben * Whole Report * Einfach random so viele wie möglich * Partial Report * Ton nach Präsentation des Bildes gibt Zeile an, die man wiedergeben soll * Beweis für Iconic Memory und Verblassen, je nachdem, wann der Hinweiston gegeben wird * Vergleich mit empirischen Daten zeigt starke Güte der Modellierung

Answer 53

* Utility ist ein "assoziierter Wert" einer Produktion * Abhängig davon, ob die Produktion in der Vergangenheit erfolgreiche Ziele erreicht hat * Bei mehreren möglichen Produktionen (LHS true) feuert diejenige mit der höchsten Utility * Utility kann man definieren * Produktionen, die vor anderen feuern sollen, gibt man eine höhere Utility. * Produktionen, die erst feuern sollen, wenn keine andere Produktion möglich ist, gibt man eine niedrigere * Die Vergabe der Utility erfolgt über (spp start-report :u 0), wobei :u per default den Wert 0 besitzt * bedeutet "set production parameter"

Answer 54

In Layouts mit Gruppierung erst Einschätzung der Gruppen, dann Fokus auf Elemente innerhalb einer Gruppe

Answer 55

Satisfy + sufficient → Nutzer gibt sich mit Link zufrieden, der gerade gut genug ist, um möglicherweise das Browsing-Ziel zu erreichen

Answer 56

* Anwendungsziel Website-Evaluation * Workflow * Import von Websites * Erstellung eines semantischen Dictionary's * Start- und Endseite eingeben * Suchvorgang auf Websites simulieren

Answer 57

* Start links oben * Hierarchische Suche nach Gruppen * Abtasten von attended-Objekten --\> Visuelle Suche * Semantische Einordnung des enkodierten Begriffs nach Relevanz

Answer 58

* Erstellung eines semantischen Netzes * statistische Beschreibung eines großen Textkorpus * Abbildung menschlichen Wissens * Semantic Space = “semantisches Vorwissen” d. Modells * Evaluation eines enkodierten Links auf Nützlichkeit * --\> Danach Entscheidung über Klick oder Weitersuchen

Answer 59

* Vorteile * Effektive Vorhersage menschlichen Suchverhaltens von Novizen * Nutzung als Prototyping-Tool * Potential für vollautomatische Evaluationen von Informationsstrukturen --\> Kosteneinsparung (Geld, Zeit) * Beachtung von Labels und Gruppen * Nachteile * Usability und Eingeschränkte Systemkompatibilität * Fehlendes Salienzmodell (visuelle Wahrnehmung) * Kein Einbezug unspezifischer Browsing-Ziele

Answer 60

* Wissenschaftlicher Erkenntnisgewinn * Verständnis menschlichen Verhaltens * Präzisierung von Theorien * Einsatz in der Produktentwicklung * Fehlersuche * Entscheidungsfindung * Zeit- und Geldersparnis * Effiziente Vorhersage von Verhalten durch Komplexitätsreduktion * Quantifizierung von Daten

Answer 61

* Entscheidung darüber, welches Modell die verfügbaren empirischen Daten am besten abbildet

Answer 62

* Trend (r2) * RMSE (Lage) * Genaue Position ist irrelevant, wenn * Performanz von Modell und Daten nicht mit gleichen Methoden gemessen wird. * genaue Position auf der AV willkürlich ist in Bezug zum Modell, da empirische und Modellperformanz nicht mit gleichen Dimension gemessen wird * AV nicht intervallskaliert ist. * Genaue Position ist relevant, wenn * Modell klare, exakte Vorhersage über Position macht und die AV Intervallskalenniveau hat

Answer 63

* Grafische Darstellungsmethoden: * visueller Vergleich von Ähnlichkeiten und Unterschieden zwischen den empirischen und den vom Modell vorhergesagten Daten * Wann nicht * Wenn Modellperformanz in willkürlich gewählten Einheiten gemessen wird * Liniendiagramme nicht für kategoriale x-Achsen (UV) * Numerische Maße: * zusammengefasste Maße, die angeben, wie das Modell insgesamt die empirischen Daten vorhersagt

Answer 64

* Freie Parameter * Anzahl der freien Parameter * Verrauschte Daten * Goodness-of-Fit Maße des Modells mit der Variabilität der Daten vergleichen * Overfitting * Ein Modell, das gut zu einem gegebenen Datensatz passt, kann zu anderen Datensätzen schlechter passen als ein Modell, das weniger gut zu dem gegebenen Datensatz passt. * Die freien Parameter des Modells werden nicht nur auf generalisierbare Effekte der empirischen Daten angepasst, sondern auch auf Rauschen * Irrelevante Goodness-of-Fit Werte * Daumenregel: mehr Daten als freie Parameter nötig (10:1, 5:1) * Datenkomplexität ist ein wichtiger Faktor, wenn die Qualität des Fits unter Berücksichtigung der Anzahl der freien Parameter zu bewerten ist.

Answer 65

1. Wie gut kann man mit dem Modell andere Datensätze vorhersagen? (Busemeyer & Wang, 2000; Forster, 2000) 2. Wie komplex ist das Modell? (Myung, 2000) 3. Ist das Modell falsifizierbar? (Bamber & van Santen, 2000)

Answer 66

* Buffer Harvesting * Buffer auf LHS, aber nicht auf RHS: Bufferinhalt geht verloren * Vorzugsregel * Thread, der länger gewartet hat, bekommt Priorität * Exclusive Use * Nur eine Produktion kann feuern

Answer 67

* Alter des eigenen Fahrers * Aggressivität des Fahrverhaltens * Stabilität des Fahrverhaltens * Straßenverlauf * Geschwindigkeit des eigenen Fahrzeugs * Geschwindigkeit des Führungsfahrzeugs

Answer 68

* Behavioral responses consist of a number of processing stages * Cumulative time vs. Moment-by-Moment account * Neural data lack the relationship of latency to processing stages * We need a linking assumption! * BOLD response pattern as basis for active ACT-R module * BOLD is insensitive to exact timing * Need durations of BOLD patterns * ACT-R sets subgoals that result in constant module activity * EEG is ideal for learning about latencies and durations of cognitive processes * EEG signal that is not time-locked may be lost * Variability of response latencies increases with Task difficulty * We still need to generalize for model validation * Significant cognitive events produces phasic bursts of activity * Multidimensional distributions of scalp activity Bumps * Bumps are conceptually related to brain signatures of the fMRI analysis * Theoretically, the source of activation can be found * Durations * Change in duration is essential but pattern of one cognitive process does not change. * Durations vary by the problem type * Variability in each stage’s duration is represented by a gamma distribution * If an experimental factor changes, the stage will have a different gamma distribution * Take Home * Cognitive steps that lead up to a response can often be arranged in different ways * Simulate cognition and use neural data for validation * Keep temporal and spatial resolution in mind * ACT-R needs subgoals for non-precise timings

Kognitive Modellierung Flashcards

(95 cards)