• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Master's Dissertation
DOI
https://doi.org/10.11606/D.47.2016.tde-04042016-152446
Document
Author
Full name
Renato Roberto Vernucio
E-mail
Institute/School/College
Knowledge Area
Date of Defense
Published
São Paulo, 2015
Supervisor
Committee
Debert, Paula (President)
Benvenuti, Marcelo Frota
Modenesi, Rafael Diego
Velasco, Saulo Missiaggia
Title in Portuguese
Simulação computacional do comportamento de formação de classes de equivalência pelo procedimento go/no-go com estímulos compostos
Keywords in Portuguese
Equivalência de estímulos
Estímulo composto
Go/no-go
Inteligência artificial
Simulação
Abstract in Portuguese
A partir do treino de relações condicionais podem emergir relações que não foram diretamente treinadas, formando-se classes de equivalência. As pesquisas sobre equivalência de estímulos comumente adotaram o procedimento matching-to-sample (MTS) e utilizam humanos como sujeitos experimentais. Mais recentemente, alguns estudos utilizaram modelos computacionais para simular o comportamento de formação de classes de equivalência. O modelo computacional comumente utilizado chama-se RELNET, que simula tentativas de treino e teste de relações condicionais usando-se o MTS. A diferenciação entre estímulos modelo e de comparação, indispensável no MTS, implica em dificuldades operacionais para simulações computacionais. Por isso, novos estudos buscaram simular o comportamento de formação de classes de equivalência utilizando-se procedimentos alternativos ao MTS, que não diferenciam funções em específico aos estímulos antecedentes. O presente trabalho avaliou a possibilidade de desenvolver um novo modelo computacional para simular o comportamento de formação de classes de equivalência utilizando o procedimento go/no-go com estímulos compostos. Foi utilizada Linguagem C e FANN para a programação das simulações. Para assegurar que o uso dessas ferramentas não implicaria em mudanças nos resultados, no Experimento 1, foi feita uma replicação sistemática de Tovar e Torres (2012), que investigou a possibilidade de simular o comportamento de formação de classes de equivalência pelo procedimento yes-no, alterando-se apenas a utilização da Linguagem C e FANN. Como resultados, cinco das seis execuções apresentaram formação de classes de equivalência, conforme obtido no trabalho de Tovar e Torres (2012), indicando que a utilização de Linguagem C e FANN não implicou em alterações nos resultados. O Experimento 2 teve como objetivo avaliar a possibilidade de simular o comportamento de formação de classes de equivalência pelo procedimento go/no-go com estímulos compostos, baseando-se no método de Tovar e Torres (2012). Da mesma forma que em Tovar e Torres (2012), foi feito um treino de classe adicional, que seria análogo à simulação do conhecimento pré-experimental de participantes humanos com capacidades linguísticas. Como resultados, obteve-se que quatro de seis execuções apresentaram formação de classes de equivalência, indicando que foi possível simular o comportamento de formação de classes de equivalência usando o procedimento go/no-go com estímulos compostos. Para avaliar se o treino de classe adicional é indispensável em simulações envolvendo o procedimento go/no-go, o Experimento 3 usou os mesmos parâmetros do Experimento 2 sem o treino de classe adicional. Como resultados, duas das seis execuções apresentaram formação de classes de equivalência. Isso indica que para simular o comportamento de formação de classes de equivalência usando o procedimento go/no-go com estímulos compostos também é preciso haver treino de classe adicional. Dada a importância desse treino, no Experimento 4 foi avaliado se a partir do treino de uma classe adicional contendo três elementos seria possível simular a formação de classes de equivalência contendo quatro elementos. Como resultados, quatro das seis execuções apresentaram formação de classes de equivalência. Em conjunto, os resultados mostram que o modelo proposto é capaz de simular o comportamento de formação de classes de equivalência, sem diferenciar as funções de estímulo modelo e de comparação, sendo uma alternativa ao RELNET
Title in English
Computer simulation of equivalence class formation using the go/no-go procedure with compound stimuli
Keywords in English
Artificial intelligence
Compound stimulus
Go/no-go
Simulation
Stimuli equivalence
Abstract in English
Relations that were not directly trained can emerge from conditional discrimination training that establishes equivalence classes. Equivalence classes are usually established using the matching-to-sample procedure (MTS) with humans as experimental subjects. More recently, some studies used computational models to simulate equivalence class formation. The computational model that is commonly used is named RELNET and it simulates training and testing conditional relations using MTS procedure. The distinction between sample stimulus function and comparison stimuli function found in the MTS procedure causes operational difficulties in computational simulations. For this reason, new studies tried to simulate the establishment of equivalence classes using alternative procedures to the MTS that don't specify sample and comparison functions. The present study assessed the possibility to develop a new computational model to simulate equivalence class formation using the go/no-go procedure with compound stimuli. C Language and FANN were used to program the simulations. To ensure that the use of these tools wouldn't change results, in Experiment 1, a systematic replication of Tovar and Torres (2012) was conducted to evaluate the possibility of simulating equivalence class formation with the yes-no procedure using C Language and FANN. Five of the six runs exhibited equivalence class formation indicating that the use of C Language and FANN produced the same results as was obtained by Tovar and Torres (2012). Experiment 2 evaluated the possibility of simulating equivalence class formation using go/no-go procedure with compound stimuli. Additional class training was provided as in Tovar and Torres (2012) to simulate humans pre-experimental history. Four of the six runs exhibited equivalence class formation. Therefore, it was possible to simulate equivalence class formation using go/no-go procedure with compound stimuli. To evaluate if the additional class training was necessary to simulate the establishment of equivalence classes with the go/no-go procedure, Experiment 3 used the same parameters as in the Experiment 2 without the additional class training. Two of the six runs exhibited equivalence class formation, indicating that the additional class training is necessary to simulate equivalence class formation also in simulations with the go/no-go procedure with compound stimuli. In Experiment 4, it was evaluated if training one additional class with three elements would be sufficient to simulate the establishment of equivalence classes with four elements. Four of the six runs exhibited the establishment of equivalence classes. The results of the four experiments show that the simulation model investigated can simulate equivalence class formation using the go/no-go procedure and it is an alterative to RELNET
 
WARNING - Viewing this document is conditioned on your acceptance of the following terms of use:
This document is only for private use for research and teaching activities. Reproduction for commercial use is forbidden. This rights cover the whole data about this document as well as its contents. Any uses or copies of this document in whole or in part must include the author's name.
vernucio_me.pdf (1.75 Mbytes)
Publishing Date
2016-04-18
 
WARNING: Learn what derived works are clicking here.
All rights of the thesis/dissertation are from the authors
CeTI-SC/STI
Digital Library of Theses and Dissertations of USP. Copyright © 2001-2024. All rights reserved.