نشر التنشيط

📅 آخر تحديث: ١٨ يوليو ٢٠٢٦
✍️ نُشر في: ١٨ يوليو ٢٠٢٦
📷 يحتوي على 1 صور
الموسوعة الحرة

يُعدّ نشر التنشيط طريقةً للبحث في الشبكات الترابطية، والشبكات العصبية البيولوجية والاصطناعية ، أو الشبكات الدلالية . [ 1 ] تبدأ عملية البحث بتصنيف مجموعة من العقد المصدرية (مثل المفاهيم في الشبكة الدلالية) بأوزان أو "تنشيط"، ثم يتم نشر هذا التنشيط بشكل متكرر إلى عقد أخرى مرتبطة بالعقد المصدرية. غالبًا ما تكون هذه "الأوزان" قيمًا حقيقية تتلاشى مع انتشار التنشيط عبر الشبكة. عندما تكون الأوزان منفصلة، ​​يُشار إلى هذه العملية عادةً باسم تمرير العلامات. قد ينشأ التنشيط من مسارات بديلة، يتم تحديدها بواسطة علامات مميزة، وينتهي عندما يصل مساران بديلان إلى العقدة نفسها. ومع ذلك، تُظهر دراسات الدماغ أن العديد من مناطق الدماغ المختلفة تلعب دورًا مهمًا في المعالجة الدلالية . [ 2 ]

تم ابتكار نموذج التنشيط المنتشر في الشبكات الدلالية في علم النفس المعرفي [ 3 ] [ 4 ] لنمذجة تأثير الانتشار.

يمكن أيضًا تطبيق التنشيط المنتشر في استرجاع المعلومات ، [ 5 ] [ 6 ] عن طريق شبكة من العقد التي تمثل المستندات والمصطلحات الواردة في تلك المستندات.

علم النفس المعرفي

في علم النفس المعرفي ، تُعدّ نظرية التنشيط المنتشر شرحًا لكيفية معالجة الدماغ لشبكة من الأفكار المترابطة لاسترجاع معلومات محددة. تُقدّم هذه النظرية مجموعة المفاهيم في ذاكرتنا كوحدات معرفية، تتألف كل منها من عقدة وعناصرها أو خصائصها المرتبطة بها، وتتصل جميعها ببعضها عبر روابط. [ 4 ] يمكن تمثيل شبكة التنشيط المنتشر تخطيطيًا، على شكل مخطط شبكي بخطوط أقصر بين عقدتين، مما يعني أن الأفكار أكثر ترابطًا، وعادةً ما ترتبط بالمفهوم الأصلي بسرعة أكبر. في علم نفس الذاكرة، يفترض نموذج التنشيط المنتشر أن الأفراد يُنظّمون معرفتهم بالعالم بناءً على تجاربهم الشخصية، والتي بدورها تُشكّل شبكة الأفكار التي تُمثّل معرفة الشخص بالعالم. [ 3 ]

عندما تسبق كلمة (الكلمة المستهدفة) كلمة مرتبطة بها (الكلمة المحفزة) في مهام التعرف على الكلمات ، يبدو أن أداء المشاركين يتحسن من حيث سرعة الاستجابة. على سبيل المثال، يستجيب المشاركون بشكل أسرع لكلمة "طبيب" عندما تسبقها كلمة "ممرضة" مقارنةً باستجابتهم لكلمة غير مرتبطة بها مثل "جزرة". وقد لوحظ هذا التأثير التحفيزي الدلالي للكلمات المتقاربة في المعنى ضمن الشبكة المعرفية في مجموعة واسعة من المهام التي أجراها الباحثون، بدءًا من التحقق من صحة الجمل وصولًا إلى اتخاذ القرارات المعجمية والتسمية. [ 7 ]

كمثال آخر، إذا كان المفهوم الأصلي هو "أحمر" وتمّ استحضار مفهوم "المركبات"، فمن المرجح أن يقول الشخص "سيارة إطفاء" بدلاً من شيء لا علاقة له بالمركبات، مثل "الكرز". أما إذا تمّ استحضار مفهوم "الفواكه"، فمن المرجح أن يذكر "الكرز" ويتابع من هناك. يرتبط تنشيط المسارات في الشبكة ارتباطًا وثيقًا بمدى ترابط مفهومين من حيث المعنى، بالإضافة إلى كيفية استحضار الشخص.

الخوارزمية

يتكون الرسم البياني الموجه من العقد [1...N]، ولكل عقدة قيمة تنشيط مرتبطة بها A[i]، وهي عدد حقيقي في النطاق [0.0...1.0]. ويربط الرابط [i,j] العقدة المصدر [i] بالعقدة الهدف [j]. ولكل حافة وزن مرتبط بها W[i,j]، وهو عادةً عدد حقيقي في النطاق [0.0...1.0]. [ 8 ]

حدود:

  • عتبة الإطلاق F، وهو رقم حقيقي في النطاق [0.0 ... 1.0]
  • عامل التحلل D، وهو عدد حقيقي في النطاق [0.0 ... 1.0]

خطوات:

  1. قم بتهيئة الرسم البياني بتعيين جميع قيم التنشيط A[i] إلى الصفر. قم بتعيين قيمة تنشيط أولية لعقدة واحدة أو أكثر من عقد الأصل أكبر من عتبة الإطلاق F. القيمة الأولية النموذجية هي 1.0.
  2. لكل عقدة غير مُفعّلة [i] في الرسم البياني والتي لها قيمة تنشيط A[i] أكبر من عتبة تفعيل العقدة F:
  3. لكل رابط [ i, j ] يربط عقدة المصدر [ i ] بعقدة الهدف [ j ]، اضبط A [ j ] = A [ j ] + (A [ i ] * W [ i, j ] * D) حيث D هو عامل التضاؤل.
  4. إذا طرأ تعديل على قيمة تنشيط عقدة مستهدفة بحيث تتجاوز 1.0، فقم بتعيين قيمة تنشيطها الجديدة إلى 1.0. وبالمثل، احتفظ بقيمة 0.0 كحد أدنى لقيمة تنشيط العقدة المستهدفة إذا طرأ عليها تعديل لتصبح أقل من 0.0.
  5. بمجرد أن تقوم عقدة ما بإطلاق النار، قد لا تطلق النار مرة أخرى، على الرغم من أن الاختلافات في الخوارزمية الأساسية تسمح بإطلاق النار المتكرر والحلقات عبر الرسم البياني.
  6. يتم وضع علامة على العقد التي تتلقى قيمة تنشيط جديدة تتجاوز عتبة الإطلاق F لإطلاقها في دورة التنشيط الانتشارية التالية.
  7. إذا نشأ التنشيط من أكثر من عقدة واحدة، فإن أحد أشكال الخوارزمية يسمح بتمرير العلامات لتمييز المسارات التي ينتشر من خلالها التنشيط عبر الرسم البياني
  8. تنتهي العملية إما عند عدم وجود عقد أخرى لتفعيلها، أو في حالة مرور العلامات من مصادر متعددة، عند الوصول إلى عقدة من أكثر من مسار. أما المتغيرات المختلفة للخوارزمية التي تسمح بتفعيل العقد بشكل متكرر وحلقات التنشيط في الرسم البياني، فتنتهي بعد الوصول إلى حالة تنشيط مستقرة، بالنسبة إلى قيمة دلتا معينة، أو عند تجاوز الحد الأقصى لعدد التكرارات.

أمثلة

في هذا المثال، بدأ انتشار التنشيط من العقدة 1 التي تبلغ قيمة تنشيطها الأولية 1.0 (100%). لكل رابط نفس قيمة الوزن 0.9. وكان عامل التضاؤل ​​0.85. وقد حدثت أربع دورات من انتشار التنشيط. يشير لون التدرج والتشبع إلى قيم تنشيط مختلفة.

انظر أيضاً

ملحوظات

  1. ↑ فاهندريش، ج. (2018). التفكيك الدلالي وتمرير العلامات في تمثيل اصطناعي للمعنى. جامعة برلين التقنية (ألمانيا).
  2. ↑ كارالين باترسون، بيتر جيه. نيستور وتيموثي تي. روجرز: "أين تعرف ما تعرفه؟ تمثيل المعرفة الدلالية في الدماغ البشري"
  3. 1 2 كولينز، آلان م.؛ لوفتوس، إليزابيث ف. (1975). "نظرية التنشيط المنتشر للمعالجة الدلالية". مجلة علم النفس . 82 (6): 407-428 . doi : 10.1037/0033-295X.82.6.407 . ISSN 0033-295X . S2CID 14217893 .  
  4. 1 2 أندرسون، جون ر. (1983). "نظرية التنشيط المنتشر للذاكرة". مجلة التعلم اللفظي والسلوك اللفظي . 22 (3): 261-295 . doi : 10.1016/S0022-5371(83)90201-3 . ISSN 0022-5371 . 
  5. ↑ إس. بريس، نموذج شبكة التنشيط المنتشر لاسترجاع المعلومات. أطروحة دكتوراه، جامعة إلينوي، أوربانا-شامبين، 1981.
  6. ↑ فابيو كريستاني. "تطبيق تقنيات التنشيط المنتشر في استرجاع المعلومات". مراجعة الذكاء الاصطناعي ، 1997
  7. ↑ تشويلا، دوروثي جيه؛ هاغورت، بيتر؛ براون، سي إم، "الآلية الكامنة وراء التمهيد العكسي في مهمة اتخاذ القرار المعجمي: انتشار التنشيط مقابل المطابقة الدلالية"، المجلة الفصلية لعلم النفس التجريبي، 1998، 51A (3)، 531-560
  8. ↑ تعزيز البحث عن الكلمات المفتاحية للعناصر باستخدام التنشيط المنتشر. أسواث، د.؛ أحمد، س. ت.؛ دابوس؛ كونها، ج.؛ دافولكو، هـ.، ذكاء الويب، 2005. وقائع المؤتمر الدولي لعام 2005 التابع لمعهد مهندسي الكهرباء والإلكترونيات/معهد ذكاء الويب/رابطة مكائن ​​الحوسبة. المجلد، العدد، 19-22 سبتمبر 2005، الصفحات: 704-707

مراجع

  • نيلز ج. نيلسون. "الذكاء الاصطناعي: توليفة جديدة". دار مورغان كوفمان للنشر، سان فرانسيسكو، كاليفورنيا، 1998، الصفحات 121-122
  • Rodriguez, MA, "Grammar-Based Random Walkers in Semantic Networks" , Knowledge-Based Systems , 21(7), 727–739, doi : 10.1016/j.knosys.2008.03.030 , 2008.
  • كارالين باترسون، بيتر جيه نيستور وتيموثي تي روجرز "أين تعرف ما تعرفه؟ تمثيل المعرفة الدلالية في الدماغ البشري"، مجلة Nature Reviews Neuroscience 8، 976-987 (ديسمبر 2007)