Title: Tema 7: Aprendizaje de categoras difusas
1Tema 7 Aprendizaje de categorÃas difusas
- Luis Jiménez
- Diciembre, 2008
2TEMA 7 Aprendizaje de CategorÃas Difusas. 1.
La teorÃa de Rosch. 1.1. Presupuestos. 1.1.1.
La estructura correlacional del mundo y su
representación. 1.1.2. La estructura
horizontal de las categorÃas tipicidad y
validez. 1.1.3. La estructura vertical de las
categorÃas El nivel básico. 1.2. Evidencia
empÃrica. 2. Aprendizaje de categorÃas
naturales prototipos vs. ejemplares. 2.1.
Variedades de modelos de prototipos. 2.2.
Modelo básico de memoria de ejemplares. 2.3.
CategorÃas relacionales La superioridad del
modelo de ejemplares. 3. Desarrollos sobre el
modelo de ejemplares modelos conexionistas. 3.1.
El modelo contextual generalizado de
Nosofsky. 3.2. Modelos de competencia entre
claves. 4. El papel del conocimiento previo en
el aprendizaje de categorÃas. 4.1. TeorÃas y
similitud. 5. Conclusiones. Lecturas
Recomendadas -Estes, W.K. (1993). Models of
categorization and category learning. En G.V.
Nakamura, D.L. Medin, y R. Taraban (Eds.)
Categorization by Humans and Machines. (pp.
15-56). San Diego, CA Academic Press. -Matute,
H. (1993) Aprendizaje y representación de
conceptos. En En J.I. Navarro (Ed.) Aprendizaje y
Memoria Humana Aspectos básicos y evolutivos
(pp.521-543). Madrid McGraw Hill. -Pozo, J.I.
(1989). TeorÃas Cognitivas del Aprendizaje.
Madrid Morata. CapÃtulo 5. Formación de
conceptos naturales.
30. Tipos de conceptos y aproximaciones
- Tipos de conceptos y aproximaciones teóricas
Conceptos Artificiales Estructura rÃgida y lógica
Hull-Spence Conductismo
Bruner et al. Concepción clásica
Actitud activa analÃtica comprobación hipótesis
Actitud pasiva no-analÃtica aprendizaje asociativo
Estes Ejemplares
Murphy Conceptos basados en teorÃas
Rosch Prototipos
Conceptos Naturales Estructura gradual y difusa
41. La perspectiva de Eleanor Rosch
- Antecedentes
- Wittgenstein (1953) Los conceptos reales no son
definibles (juego) - Bruner et al. (1956) usan conceptos con sentido.
- Posner Keele (1968) Reconocimiento de patrones
de puntos. - Rosch Los conceptos surgen de la estructura
correlacional del medio - Los ATRIBUTOS se agrupan en racimos de rasgos
(están correlacionados). - Los EJEMPLARES se distribuyen también en racimos
a través de la categorÃa, con una gran cantidad
de ellos en torno al PROTOTIPO. - Los CONCEPTOS se relacionan de la misma manera
entre ellos, formando una estructura jerárquica
de categorÃas.
mueble
mesa sofá
silla
silla de cocina
silla de comedor
silla de camping
silla de oficina
51.1.2. La estructura horizontal de las categorÃas
- No todos los miembros de una categorÃa son igual
de representativos - prototipo (de una categorÃa) Ejemplar-promedio
de la categorÃa. Puede corresponderse o no con un
ejemplar. Se corresponderÃa con el miembro de
máxima tipicidad. - tipicidad (de un ejemplar) valor que indica
hasta qué punto un ejemplar es representativo de
su categorÃa (depende de su parecido con el
promedio de los ejemplares de la misma). - validez (de un atributo o clave) Dentro de un
mismo nivel horizontal, la estructura debe
separar óptimamente a los miembros de distintas
categorÃas. Esto implica que una categorÃa debe
articularse en torno a atributos máximamente
definitorios (válidos). Un atributo es válido si
- es común muy probable entre los miembros del
concepto. - es discriminativo muy poco probable fuera del
concepto. - EJEMPLO compárese la validez de los atributos
volar , poner huevos o tener plumas como
definitorios de la categorÃa ave.
61.1.2. La estructura horizontal de las categorÃas
- Evidencia en favor de la estructura horizontal
(efectos de la tipicidad) - Categorización cuantitativa los sujetos
discriminan de manera consistente entre buenos y
malos ejemplares de categorÃas (vehÃculo). - Nombrado los primeros ejemplares son los de
mayor tipicidad (frutas). - Tiempos de reacción Ante preguntas de
categorización (Una alfombra/silla es un
mueble?) los tiempos de reacción reflejan la
tipicidad de los objetos. - Evidencia evolutiva Los niños aprenden antes a
categorizar prototipos que ejemplos periféricos. - conclusión La estructura horizontal de las
categorÃas en torno a un núcleo de ejemplares
prototÃpicos es algo que puede comprobarse
experimentalmente, y que se mantiene
esencialmente estable entre sujetos no depende
de la idiosincrasia del sujeto, sino que capta la
estructura real de su medio.
71.1.3. La estructura vertical de las categorÃas
- Existe una estructura jerárquica de conceptos
- los miembros de un concepto de orden inferior
están también incluidos en el de orden superior. - la jerarquÃa tiene tres niveles básico (silla),
subordinado (silla de cocina) y supraordinado
(mueble) - esta organización se basa en un criterio de
utilidad las categorÃas más útiles agrupan más
objetos con atributos válidos - supraordinados muchos ejemplares, pero con pocos
atributos comunes (validez baja) - subordinados pocos ejemplares, con muchos
atributos comunes pero no discriminativos
(validez baja) - básicos un número alto de ejemplares, con muchos
atributos comunes y discriminativos (validez
alta).
mueble
mesa sofá
silla
silla de cocina
silla de comedor
silla de camping
silla de oficina
81.1.3. La estructura vertical de las categorÃas
- Evidencia en favor de la estructura vertical
- los sujetos citan más atributos de conceptos
básicos - los sujetos citan más acciones y movimientos
realizables con ejemplos de categorÃas básicas. - la similitud medida objetivamente es mayor entre
miembros de categorÃas básicas. - los niños aprenden primero conceptos de nivel
básico. - conclusiónla estructura jerárquica de los
conceptos tiene también una existencia real, y
refleja la utilidad general de las
categorizaciones correspondientes. El nivel
básico es prioritario porque es el más útil para
los sujetos. - problema La perspectiva de Rosch es concluyente
respecto a la organización de las categorÃas,
pero, cómo se aprenden todos estos niveles de
categorización? qué es lo que se aprende? - .
9Qué se aprende
- Abstracción de Prototipos
- Ejemplar más central (Rosch Mervis, 1975)
- Abstracción derivada de una medida de tendencia
central para cada atributo (Posner Keele, 1970) - Memoria de ejemplares
- Se almacenan todos los ejemplares y, cuando se
necesita clasificar un nuevo estÃmulo, se compara
con los ejemplares almacenados de las categorÃas
alternativas. - Diferencias
- computación temprana vs. tardÃa (Estes)
- Modelo de prototipos los procesos de abstracción
tienen lugar cada vez que se presenta un nuevo
ejemplar. - Modelo de memoria de ejemplares se almacena la
representación de cada ejemplar sin realizar
ningún proceso de abstracción hasta el momento en
que hay que decidir sobre un estÃmulo nuevo.
10Qué se aprende
- Diferencias (continuación)
- el modelo de memoria de ejemplares requiere mayor
capacidad de memoria y procesamiento en paralelo
- en cada prueba, debe recuperar todos (o una
muestra representativa de) los ejemplares
almacenados, compararlos con el target, y
decidir. - en compensación, es un modelo más flexible,
mantiene la información y explica las relaciones
entre reconocimiento y categorización. - Modelo de memoria de ejemplares (Medin
Schaffer, 1978)
- Se almacenan todos los ejemplares categorizados.
- Para categorizar un elemento target, se
recuperan los ejemplares almacenados, y se
obtiene un Ãndice de similitud entre el target y
los ejemplares almacenados. - La similitud target-ejemplar es el producto de su
similitud con respecto a cada atributo. - La similitud target-categorÃa es la suma de las
similitudes obtenidas en las sucesivas
comparaciones del target con cada ejemplar. - La asignación a una de dos o más categorÃas
depende de la similitud relativa del target con
respecto a cada categorÃa la probabilidad de
asignarlo a una de ellas será igual a la razón
entre su similitud con respecto a esa categorÃa,
y la suma de las similitudes con respecto a todas
ellas.
11Modelo de memoria de ejemplares
- Cálculo de similitud
- La similitud entre dos ejemplares se calcula asÃ
- comparar cada caracterÃstica
- igual gt 1 diferentegt S
- multiplicar la similitud sobre todas las
caracterÃsticas. - La similitud de un ejemplar con respecto a una
categorÃa es - la suma de su similitud con respecto a cada uno
de sus ejemplares. - La probabilidad de asignar un ejemplar a una de
varias categorÃas (e.g., A vs. B) dependerá de su
similitud relativa - sim (A) / sim(A)sim(B)
12Comparación con modelo de prototipos
- Discriminaciones de Shepard, Hovland y Jenkins
(1961), replicadas por Kruschke (1990) - El modelo de prototipos tiene problemas para
manejar el problema 2, porque no puede generar un
prototipo diferente para A y para B.
13Comparación con modelo de prototipos
- Y el modelo de memoria de ejemplares?
- SI.
- Por qué?
- ...porque la similitud entre dos ejemplares
aumenta de manera multiplicativa con el número de
atributos compartidos. - Esto significa que un ejemplar que se parece
mucho a algunos miembros de la categorÃa, aunque
se parezca poco a otros, será será clasificado
más fácilmente dentro de la categorÃa que otro
ejemplar que se parezca de manera intermedia a
todos ellos.
A
B
1
S
sim(A) 1SS2S3 1,81
S
S2
sim(B) SS2SS2 1,5
S2
S
para S.5
S3
S2
14Conclusiones sobre modelo de ejemplares
- Los sujetos aprendemos conceptos relacionales.
Por tanto, el modelo de prototipos no es
suficiente. - El modelo de memoria de ejemplares explica los
efectos de tipicidad. El modelo de prototipos no
es necesario para explicar estos efectos. - El modelo de memoria de ejemplares puede explicar
no sólo los fenómenos derivados de la estructura
horizontal de las categorÃas, sino también
aspectos de su organización vertical - Murphy y Smith demuestran mediante simulaciones
que el modelo de ejemplares actúa mejor (adquiere
antes, y se basa por defecto en) categorÃas de
nivel básico aquellas que vienen definidas por
un buen número de atributos válidos (comunes y
discriminativos).
15Problemas pendientes abordados por modelos
conexionistas
- El parámetro S deberÃa variar con el
entrenamiento (aprendizaje perceptivo e
introducción de factores atencionales) integrado
en el modelo ALCOVE de Kruschke (1992). - El modelo de ejemplares aprende por igual sobre
todas las caracterÃsticas, pero en tareas de
inducción que implican aprendizaje de categorÃas
se han observado efectos de competición entre
caracterÃsticas. - Gluck Bower (1988) En una tarea de
categorización de dos enfermedades a partir de un
conjunto de sÃntomas, el hecho de que un sÃntoma
se convierta en indicativo de una enfermedad hace
que los sujetos acaben valorando los otros como
menos válidos
16Problemas pendientes modelos conexionistas
- Un ejemplar (conjunto de sÃntomas) produce un
patrón de activación, que provoca una respuesta
del sistema en función de la suma del producto de
la activación de cada sÃntoma por el peso de su
conexión. - Se proporciona feedback, de modo que
el sistema puede calcular el error cometido. - Se
aplica la regla delta de aprendizaje, que produce
un cambio en cada peso. El cambio ha de ser
pequeño en cada ensayo (b), pero será mayor
cuanto mayores sean el error cometido y la
activación de la unidad de entrada (cambian los
pesos de los sÃntomas presentes, y cambian más
cuando el error cometido es grande).
17Otros Problemas el efecto del conocimiento previo
- El aprendizaje de una categorÃa depende de la
coherencia de los atributos (Wisniewski) - vive en el agua come pescado tiene muchas
crÃas es pequeño - vive en el agua come trigo tiene un extremo
plano se usa para pinchar bichos - Los procesos de inducción dependen del
conocimiento previo - Pazzani (1991) En una situación que presenta
niños y adultos realizando acciones con globos,
un concepto disyuntivo (hay un adulto o el sujeto
está estirando el globo) puede ser más fácil de
aprender que uno conjuntivo (globo amarillo y
pequeño) si el contexto tiene sentido qué
globos se inflarán? Vs. qué escenas pertenecen a
la categorÃa A? - Ripps (1989)
- Un objeto redondo de tamaño a medio camino entre
una pizza y una moneda es normalmente clasificado
como una pizza. - Sucesivas transformaciones de un gato cambian su
apariencia hasta hacerlo parecer una mofeta, pero
no alteran su clasificación.
Murphy (2002)
Aunque los procesos de categorización pueden
empezar por medio de mecanismos como los
descritos en los modelos anteriores (memorización
de ejemplares), esto sólo describe el primer
paso. Los resúmenes de estas categorÃas (i.e.,
prototipos) se organizan entre sà formando
esquemas más amplios de conocimiento. Estos
esquemas a su vez afectan al modo como se llevan
a cabo los procesos subsiguientes de
categorización.
18Conclusiones
- El aprendizaje de categorÃas probabilÃsticas
capta la estructura correlacional del medio. - Las categorÃas tienen una estructura horizontal
que se organiza en torno a prototipos, pero eso
no significa que la representación de la
categorÃa sea un prototipo. - Los modelos de memoria de ejemplares explican una
gran cantidad de fenómenos derivados de la
estructura horizontal y vertical de las
categorÃas, y permiten entender el aprendizaje de
categorÃas relacionales. - Algunos problemas de los modelos de memoria de
ejemplares se derivan de la asunción de que se
memoriza todo algunos modelos conexionistas han
introducido factores atencionales. - Las teorÃas de los sujetos y sus definiciones
afectan también a la formación de conceptos la
explicación final del aprendizaje de conceptos
debe incluir junto a los procesos basados en
almacenamiento de ejemplares y otros efectos
asociativos como los descritos en modelos
conexionistas, los efectos derivados del
conocimiento previo de los sujetos sobre el
dominio.