从自然产生数据中自动发现支配技能习得的符号规律
机器学习
2024-05-28 v2 人工智能
摘要
技能习得是认知心理学的一个关键研究领域，因为它涵盖了多种心理过程。在实验范式下发现的规律存在争议且缺乏泛化性。本文旨在从大规模训练日志数据中挖掘技能学习规律。我们开发了一种两阶段算法，以解决认知状态不可观测和搜索中算法爆炸的问题。首先，利用深度学习模型确定学习者的认知状态并评估特征重要性。随后，利用符号回归算法将神经网络模型解析为代数方程。实验结果表明，在连续反馈设置下，该算法能够在噪声范围内准确恢复预设规律。应用于 Lumosity 训练数据时，该方法在拟合度方面优于传统模型和最新模型。本研究揭示了两种新的技能习得规律形式，并重新确认了一些先前的发现。
引用
@article{arxiv.2404.05689,
title = {Automated discovery of symbolic laws governing skill acquisition from naturally occurring data},
author = {Sannyuya Liu and Qing Li and Xiaoxuan Shen and Jianwen Sun and Zongkai Yang},
journal= {arXiv preprint arXiv:2404.05689},
year = {2024}
}