Módulos neurais para modelagem de falsas memórias

• Autor(a) principal: Pacheco, Renato Ferrari
• Data de Publicação: 2004
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
• Texto Completo: http://www.teses.usp.br/teses/disponiveis/18/18133/tde-12052017-103355/
• topic: Artificial neural networks; Brain structures; Computational simulation; Estruturas cerebrais; False memory; False memory theory; Falso reconhecimento; Ilusões de memória; Memórias; Memories; Memory illusions; Redes neurais artificiais; Rejeição errada; Simulação computacional; Teoria do rastro difuso; Wrong rejection

As falsas memórias são um tipo falha de memória, em que o indivíduo pode (a) reconhecer como tendo visto antes um objeto ou evento que não tenha ocorrido ou (b) não reconhecer algo previamente presenciado. Estes são o falso reconhecimento e a rejeição errada. Segundo a teoria do rastro difuso, dois processos distintos agem em paralelo durante a memorização e reconhecimento, um sobre as informações literais (verbatim) e o outro sobre a essência do significado da palavra (gist). Neste trabalho é proposto um sistema modular de redes neurais artificiais que considera estes dois processos, características funcionais das estruturas cerebrais envolvidas na memorização e fluxo de informação análogo ao ocorrido no cérebro. O modelo neural é validado através de treinamento para armazenar e recuperar listas de palavras semanticamente relacionadas. Na formulação do modelo e da representação foram considerados a representação fonológica e significado das palavras, de forma a simular as computações ocorridas e os resultados obtidos em experimentos efetuados com sujeitos humanos. Nestes experimentos, 12 listas de aproximadamente 15 palavras, cada lista semanticamente relacionadas a um tema são ouvidas e, em seguida, algumas destas palavras, a palavra tema e outras palavras não relacionadas são também ouvidas e os indivíduos respondem se cada palavra fora ouvida previamente. Os resultados obtidos computacionalmente aproximam-se bastante dos resultados obtidos com sujeitos humanos, e o modelo produzido serve como base para estudo das influências dos diversos processos atuantes durante a memorização e reconhecimento.