Показаны записи 241 - 250 из 545
также можно вспомнить о Джефе Раскине, который предлагал проектировать интерфейсы прогамм, использование которых бы приводило к привыканию использования именно данного интерфейса, и соответственно нежелании использовать другие интерфейсы.
Книга и соответствующее высказывание.
Джеф Раскин. Интерфейс: новые направления в проектировании компьютерных систем
Если я прав, то использование продукта, интерфейс которого основан на немодальности и монотонности, могло бы быстро вызывать привыкание (близкое к зависимости) у пользователей, приводя к тому, что все они могут приобрести преданность этому продукту и предпочитать его всем другим.
http://raskin-interface.narod.ru/interface/chapter3.htm#s3.5
Книга и соответствующее высказывание.
Джеф Раскин. Интерфейс: новые направления в проектировании компьютерных систем
Если я прав, то использование продукта, интерфейс которого основан на немодальности и монотонности, могло бы быстро вызывать привыкание (близкое к зависимости) у пользователей, приводя к тому, что все они могут приобрести преданность этому продукту и предпочитать его всем другим.
http://raskin-interface.narod.ru/interface/chapter3.htm#s3.5
в 3 смысл может не совпадать со смыслом полученным на основе услышанного.
-- обязательным первым шагом моделирования просмотр обеззвученных записей
--затем, просмотр обезвученных записей с текстовым транскриптом
--затем обеззвученное отзеркаливание
--потом полное отзеркаливание "со звуком"
т.е. моделирующий пользуется стратегией:
1.1 отзеркаливать моделируемого
1.2 далее отзеркалить не обращая внимание на звук
2 вторая позиция на происходящая без восприятия звука, но с пониманием эээ смысла (на основе услышанного)
3 вторая позиция осознание смысла только по картинке.
--затем, просмотр обезвученных записей с текстовым транскриптом
--затем обеззвученное отзеркаливание
--потом полное отзеркаливание "со звуком"
т.е. моделирующий пользуется стратегией:
1.1 отзеркаливать моделируемого
1.2 далее отзеркалить не обращая внимание на звук
2 вторая позиция на происходящая без восприятия звука, но с пониманием эээ смысла (на основе услышанного)
3 вторая позиция осознание смысла только по картинке.
наблюдается эээ очень качественное исполнение птицами полета в стае -- стая мгновенно реагирует на изменение движения всего одной птицы.
Птичья стая оказалась критической системой
Летящие по небу тысячи пернатых движутся как сложная сеть связанных между собой объектов. Этот очевидный факт специалисты из Римского университета (Universita di Roma) исследовали со всей тщательностью и пришли к удивительным выводам.
...
Было выяснено, что полёт каждого члена стаи находится в сложной зависимости от движения всех остальных. Если даже один скворец изменял направление или скорость, другие птицы практически немедленно поступали так же.
...
http://www.membrana.ru/lenta/?10523
Летящие по небу тысячи пернатых движутся как сложная сеть связанных между собой объектов. Этот очевидный факт специалисты из Римского университета (Universita di Roma) исследовали со всей тщательностью и пришли к удивительным выводам.
...
Было выяснено, что полёт каждого члена стаи находится в сложной зависимости от движения всех остальных. Если даже один скворец изменял направление или скорость, другие птицы практически немедленно поступали так же.
...
http://www.membrana.ru/lenta/?10523
</>
Re: нет ни признаков, ни самих изображений, ни и распозна
klizardin в посте Metapractice (оригинал в ЖЖ)
прямо хоть такой коан гибсоновский пиши: поскольку мозг не распознает признаков изображений, не распознает и сами изображения, то нет и никакого "распознания" - оооуууумммм :)
да, объяснение нужно)
понимаю, что моделирование клеток мозга привело к появлению искусственных нейронных сетей (ИНС), которые правда позже были признаны весьма сильно упрощенной моделью нейронов мозга. но в тоже время по отношению ИНС можно говорить о распознавании того или иного образа. это выглядит следующим образом: на входы ИНС подаются некоторые сигналы, на одном из выходов же получается пик, который сообщает, что скорее всего на входах был подан некий образ, о распознавание которого сообщает выход N. Если иной выход окажется активным, то мы можем говорить, что на входы подали другой образ.
другое дело, что распознано м.б. в конечной нейронной сети человеческого мозга, то что нужно спасаться бегством. или целый комплекс эээ суждение об увиденном.
да, объяснение нужно)
понимаю, что моделирование клеток мозга привело к появлению искусственных нейронных сетей (ИНС), которые правда позже были признаны весьма сильно упрощенной моделью нейронов мозга. но в тоже время по отношению ИНС можно говорить о распознавании того или иного образа. это выглядит следующим образом: на входы ИНС подаются некоторые сигналы, на одном из выходов же получается пик, который сообщает, что скорее всего на входах был подан некий образ, о распознавание которого сообщает выход N. Если иной выход окажется активным, то мы можем говорить, что на входы подали другой образ.
другое дело, что распознано м.б. в конечной нейронной сети человеческого мозга, то что нужно спасаться бегством. или целый комплекс эээ суждение об увиденном.
А я вот все пытаюсь понять - ищу какие-то контексты знания, в который наличие некоего "образа" является категорически необходимым.
...
При этом, традиционная метафизическая формулировка сущности истины (адекватность представления в его отношении к предмету) интерпретируется как соответствие зеркального образа отражаемому предмету, а степень их подобия задает меру истинности познания.
...
фактически, знания некоторого объекта о том или ином предмете включает
1. набор целей которые хочет достичь субъект при контакте (в рамках) некоторого объекта.
2. набор правил, того как взаимодействовать субъекту с объектом для достижения целей (из 1)
это фактически не знание об объекте, т.к. здесь важен не только объект но и субъект.
пример:
сахар -- это сладкое вещество белого цвета. он ...
в то время, как для некоторого химического процесса "белое и сладкое" не будет адекватным описанием сахара.
...
При этом, традиционная метафизическая формулировка сущности истины (адекватность представления в его отношении к предмету) интерпретируется как соответствие зеркального образа отражаемому предмету, а степень их подобия задает меру истинности познания.
...
фактически, знания некоторого объекта о том или ином предмете включает
1. набор целей которые хочет достичь субъект при контакте (в рамках) некоторого объекта.
2. набор правил, того как взаимодействовать субъекту с объектом для достижения целей (из 1)
это фактически не знание об объекте, т.к. здесь важен не только объект но и субъект.
пример:
сахар -- это сладкое вещество белого цвета. он ...
в то время, как для некоторого химического процесса "белое и сладкое" не будет адекватным описанием сахара.
Для корковых нейронов, круглое пятно может вызвать отклик, но оптимальными стимулами для них являются линии и продолжающиеся углы.
с этой точки зрения, интересен кубизм.
с этой точки зрения, интересен кубизм.
Нейрон, столь специализированный, что отвечает только за вид вашей бабушки - это, увы, из области нейромифологии для начальников в деловых костюмах.
он вполне могли бы и существовать, но нейронные сети досточно гибки, чтобы работать и с некоторым набором признаков и уже в дальнейшем обрабатывать их, а не создавать очень сложные отдельные нейроны или группы нейронов, которые бы занимались распознаванием лица бабашки Нейла. сложность обработки достигается не путем создания нейронов с сильной (и очень редкой) специализацией. просто это проще для:) природы.
он вполне могли бы и существовать, но нейронные сети досточно гибки, чтобы работать и с некоторым набором признаков и уже в дальнейшем обрабатывать их, а не создавать очень сложные отдельные нейроны или группы нейронов, которые бы занимались распознаванием лица бабашки Нейла. сложность обработки достигается не путем создания нейронов с сильной (и очень редкой) специализацией. просто это проще для:) природы.
Похоже что нейроны разбиваются по колонкам, приблизительно по сотне в каждой, где все они организованы одинаково, по крайней мере у них одинаковая "ориентация". А рядом, другая колонка интересуется совсем другой ориентацией (часто это "соседний" угол наклона, но встречаются скачки к совсем другим углам).
вот это и есть характерная для нейронных сетей параллельная обработка. признаки изображения распознаются каждой из колон и дальше мозг может работать с этими признаками.
вот это и есть характерная для нейронных сетей параллельная обработка. признаки изображения распознаются каждой из колон и дальше мозг может работать с этими признаками.
Дочитали до конца.