Presentation is loading. Please wait.

Presentation is loading. Please wait.

Chapter 26 Similarity, Interactive Activation, and Mapping: An Overview Robert L. Goldstone and Douglas L. Medin Speaker: 안성용.

Similar presentations


Presentation on theme: "Chapter 26 Similarity, Interactive Activation, and Mapping: An Overview Robert L. Goldstone and Douglas L. Medin Speaker: 안성용."— Presentation transcript:

1 Chapter 26 Similarity, Interactive Activation, and Mapping: An Overview Robert L. Goldstone and Douglas L. Medin Speaker: 안성용

2 Introduction Similarity –Dogs and wolves appear similar. Why? They share many properties –Property listing and matching –There is more to similarity More structured representation More sophisticated process Purpose –Human scene comparison 에서 mapping process 에 대해 설명 –New experimental finding –Interactive activation model of mapping and similarity

3 Mapping process in comparison Perception of motion People must create correspondence between the separate image frames Maximize the overall similarity between the frames –In the Top display, dot 3 mapped into dot 2 –In the bottom display, dot 1 mapped into dot 2 Mapping is constrained by local affinities and by global consistency 기존의 모델들은 거의 global consistency 를 고려하 지 않는다. 1 2 3 1 2 3

4 Models of Similarity and Mapping Multidimensional Scaling(MDS) –Geometrical model of the data – 각 object 는 N-Dimensional space 에 point 로 나타남. Tversky’s Contrast model –SIM(A,B)=α·F(A∩B)-β*f(A-B)-х*f(B-A) 문제점 –Object aligning 이나 feature weighting 이 comparison 과 독립적 으로 진행된다. –Conjunction of property Feature 의 개수가 exponential 하게 증가한다. –MOP 와 MIP 가 어떻게 similarity 에 영향을 미치는지에 대한 실 험적인 증거가 없다.

5 Experimental Support for Alignment in Comparison MIPs increase similarity more than MOPs (2Mops-1MOP)>(1MOP-0MOPs) why? –Influence of a MOP depends on the other feature matches True mapping Vs false mapping –True mapping, 즉 MIP 가 많을 수록 similarity 가 높을 것이다. MOP decrease mapping accuracy A B C D Similarity Mapping Accuracy True mapping False mapp ing One dimension change Two dimensions change Two MIP7.16.691%- One MIP, one MOP6.55.590%83% One MIP6.46.090%85% No match5.54.989%83% One MOP5.54.886%76% Two MOP5.95.386%62%

6 Other Experimental Finding MIPs and Feature Distribution –Feature match 가 집중되어 있을 수록 similarity 는 상승한다. (AAAA, BBBB) | (AAAA, XXXX) similarity=5.2 (AAAA, BBBB) | (AAAX, XXXB) similarity=4.8 Nondiagnostic Feature and Mapping Accuracy –Correspondence 를 구분하는데 도움이 되지 않는 feature match 도 mapping accuracy 를 상승시킨다 (AAAA, AAAB) | (XXXA, XXXB) false mapping=33% (AAAA, AAAB) | (AAAA, AAAB) false mapping=17% The time course of MIPs and MOPs –MOPs 는 프로세스의 이른 시점에서 similarity 에 강력한 영향력을 행사한다. – 시간이 지남에 따라 Global consistency 를 적용되기 시작한다. Sensitivity to Feature of Aligned and Unaligned Object –Aligned object 의 feature 에 대해 더 민감하다.

7 A Brief Overview of SIMA Link –Consistent 가 있는 node 들끼리는 excitatory link 를 그렇지 않으면 inhibitory link 를 연결한다. –Matchvalue 가 0.5 보다 크면 feature- to-feature node 의 activation 을 증가 시킨다. Node –Feature-to-feature 나 object-to- object 의 관계를 나타낸다. – 각 node 는 0 과 1 사이의 activation 값을 가진다. –Activation 이 높을 수록 해당 node 에 관련된 feature 나 object 들의 correspondence 가 강하다 는 것을 의미한다. –Feature-to-feature node 에는 activation 이외에도 matchvalue 라는 것이 있다. – 각 node 는 다른 node 들과 activation 을 주고 받는다.

8 A Brief Overview of SIMA net input to node i New activation of node at time t+1 similarity n: number of afferent link A j(t) : activation of node j W ij : weight of link MAX: maximum activation Cycle 이 진행될 수록 node 의 activation 은 global consistency 에 영향을 받는 다.

9 Evaluation of SIAM SIAM 에는 feature match 가 in of place 인지 out of place 인지 판단할 수 있는 능력이 있다. Time course prediction Nondiagnostic feature 도 match 가 이루어진다면 activation 을 높이므 로 mapping accuracy 를 높일 수 있 다. Aligned object 에서 일어나는 feature (mis)match 에 대해서 더 sensitive 하다.

10 Conclusion The act of comparing things naturally involves aligning the parts of the things to be compared Similarity assessments are well captured by an interactive activation process between feature and object correspondence –Feature and object alignment mutually influence each other What counts as a feature match, and how match it will count, depends on particular things being compared


Download ppt "Chapter 26 Similarity, Interactive Activation, and Mapping: An Overview Robert L. Goldstone and Douglas L. Medin Speaker: 안성용."

Similar presentations


Ads by Google