将心理相似性空间泛化至未见刺激
机器学习
2020-04-08 v2 机器学习
摘要
概念空间这一认知框架提议将概念表示为心理相似性空间中的区域。这些相似性空间通常通过多维尺度分析（MDS）获得，该方法将针对固定刺激集的人类不相似度评分转换为空间表示。可以区分度量 MDS（假设不相似度评分为等距或比率尺度）与非度量 MDS（仅假设为序数尺度）。在我们的第一项研究中，我们表明尽管有额外假设，度量 MDS 未必比非度量 MDS 产生更好的解。在本章中，我们进一步提议使用人工神经网络（ANNs）学习从原始刺激到相似性空间的映射，以将相似性空间泛化至未见输入。在我们的第二项研究中，我们展示从卷积 ANN 的激活向量到由 MDS 获得的相似性空间的线性回归可以是成功的，且结果对相似性空间的维数敏感。
引用
@article{arxiv.1908.09260,
title = {Generalizing Psychological Similarity Spaces to Unseen Stimuli},
author = {Lucas Bechberger and Kai-Uwe Kühnberger},
journal= {arXiv preprint arXiv:1908.09260},
year = {2020}
}
备注
Submitted to the edited volume "Concepts in Action: Representation, Learning, and Application"