Структурное сетевое моделирование в когнитивной науке

Авторы

  • Ольга Морозова

DOI:

https://doi.org/10.54359/ps.v10i55.351

Ключевые слова:

сетевое моделирование, безмасштабная сеть, сеть малого мира, когнитивная наука, ассоцианизм, ментальный лексикон

Аннотация

Многие объекты исследования когнитивных наук целесообразно описывать как сеть. В сетевой модели узлы (клетки, индивиды, группы, слова, категории и т.п.) характеризуются через связи, которые они (не) имеют, устанавливают и теряют. Таким образом, сетевая модель смещает исследовательские акценты со свойств элементов на связи между ними, эволюцию этих связей и – как следствие – целостность системы. Традиционно сетевое моделирование развивалось в рамках концептуального подхода (символьные модели А.Коллинза и Э.Лофтус, Дж.Р.Андерсона, нейронные сети Д.Румельхарта, Дж.Хинтон и др.). Недостаток подхода заключается в том, что концептуальные модели являются по сути изложением идей автора о строении когнитивной системы и часто опираются на гипотетические конструкции (чанки, блоки, искусственные нейроны и т.п.). С начала XXI века в когнитивной науке начинает набирать популярность другой, структурный, подход к сетевому моделированию. В отличие от концептуальной, структурная модель является непосредственной визуализацией массива данных, описывающих систему. В качестве массива данных могут выступать результаты МРТ, орфографический словарь, база социальных контактов, лог входящих и исходящих пакетов информации, ассоциативный тезаурус и т.д. Топология получившейся сети затем анализируется математическим аппаратом науки о сетях (computational network science). Результаты анализа позволяют выдвигать гипотезы об эволюционных закономерностях, определивших наблюдаемую структуру, а также о процессуальных следствиях – о влиянии структуры системы на протекание психических процессов. В статье изложены основные принципы, понятия и цели структурного сетевого моделирования. Кратко изложена история математических сетевых моделей: от простых графов к сложным сетям. Рассмотрена специфика структурного моделирования в приложении к объектам исследования когнитивных наук.

Скачивания

Данные скачивания пока недоступны.

Автор

Ольга Морозова

Морозова Ольга Андреевна. Аспирант, Институт психологии Российской академии наук, ул. Ярославская, д. 13, 129366 Москва, Россия. E-mail: helgamoro@gmail.com

Литература

Anderson J.R. A spreading activation theory of memory. Journal of Verbal Learning and Verbal Behavior, 1983, 22(3), 261–295.

Arbesman S., Strogatz S.H., Vitevitch M.S. Comparative analysis of networks of phonologically similar words in English and Spanish. Entropy, 2010, Vol. 12, 327–337.

Barabasi A.-L. Linked: The new science of networks. New York, NY: Plume, 2002.

Barabasi A.-L. The network takeover. Nature Physics, 2012, Vol. 8, 14–16.

Baronchelli A., Ferrer-i-Cancho R., Pastor-Satorras R., Chater N., Christiansen M.H. Networks in cognitive science. Trends in Cognitive Science, 2013, 17(7), 348–360.

Borge-Holthoefer J., Arenas A. Semantic networks: structure and dynamics. Entropy, 2010, Vol. 12, 1264–1302.

Carrington P.J., Scott J., Wasserman S. Models and methods in social network analysis. Cambridge: Cambridge University Press, 2015.

Cofer Ch.N., Fоleу J.P. Mediated generalization and the interpretation of verbal behavior I Prolegomena. Psychological Review, 1942, 49(6), 513–540.

Сollins A.M., Loftus E.F. A spreading activation theory of semantic processing. Psychological Review, 1975(6), Vol. 82, 407–428.

Ferrer-i-Cancho R., Sole R.V. Least effort and the origins of scaling in human language. Proceedings of the National Academy of Sciences, 2003, 100(3), 788–791.

Freeman L. A set of measures of centrality based upon betweenness. Sociometry, 1977, 40(1), 35–41.

Granovetter M.S. The strength of weak ties. American Journal of Psychology, 1973, 78(6), 1360–1380.

Hao D., Li C. The Dichotomy in Degree Correlation of Biological Networks. PLoS ONE, 2011, 6(12), e28322. doi:10.1371/journal.pone.0028322

Hinton G.E. Learning distributed representations of concepts. Proceedings of 8th Annual conference of the Cognitive Science Society, Amherst, 1986. pp. 84–119.

Keeling M. The implications of network structure for epidemic dynamics. Theoretical Population Biology, 2005, 67(1), 1–8.

Luce P.A., Pisoni D.B. Recognizing spoken words: The neighborhood activation model. Ear and Hearing, 1998, 19(1), 1–36.

Mitchell M. Complexity: A guided tour. New York, NY: Oxford University Press Inc, 2011.

Milgram S. The Small World Problem. Psychology Today, 1967, 1(1), 61–67.

Rumelhart D.E., McClelland J.L. On learning the past tenses of English words. In: Parallel distributed processing. Cambridge, Massachusetts: MIT Press, 1986. Vol. 2, pp. 110–146.

Strogatz S.H. Exploring complex networks. Nature, 2001, Vol. 410, 268–276.

Vitevitch M. What can graph theory tell us about Word Learning and Lexical Retrieval? Journal of Speech, Language, and Hearing Research, 2008, 51(2), 408–422.

Vitevitch M.S., Ercal G., Adagarla B. Simulating retrieval from a highly clustered network: Implications for spoken word recognition. Frontiers in Psychology, 2011, Vol. 2, 369.

Vitevitch M.S., Goldstein R. Keywords in the mental lexicon. Journal of Memory and Language, 2014, Vol. 73, 131–147.

Watts D.J., Strogatz S.H. Collective dynamics of ‘small-world’ networks. Nature, 1998, Vol. 393, 409–410.

Число просмотров

Просмотров: 239

Опубликован

29.10.2017

Как цитировать

Морозова, О. (2017). Структурное сетевое моделирование в когнитивной науке. Психологические исследования, 10(55). https://doi.org/10.54359/ps.v10i55.351

Выпуск

Раздел

Статьи