Un modelo de aprendizaje discriminado en tiempo continuo

• Autores: Juan Ignacio Domínguez Martínez
• Localización: Trabajos de estadística e investigación operativa, ISSN 0041-0241, Vol. 34, Nº. 2, 1983, págs. 13-24
• Idioma: español
• Títulos paralelos:
  • A discriminated learning model in continuous time
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Se introduce, basándonos en el aprendizaje de identificación, un proceso de aprendizaje discriminado en tiempo continuo a partir del modelo discreto propuesto por Restle (1955), ampliado por Bourne y Restle (1959) y generalizado por Domínguez (1980), aplicándolo al aprendizaje "pareja-asociada" al considerar sólo dos tipos de respuestas. La contrucción teórica del modelo se basa en la teoría general de los procesos estocásticos de aprendizaje en tiempo continuo (Domínguez, 1979). La introducción de dos procesos en tiempo continuo, "adaptación" y "condicionamiento" nos conduce al modelo general así como a la obtención de un proceso de Poisson no homogéneo como distribución del número de errores cometidos por el sujeto en su experiencia de aprendizaje. Casos particulares del modelo general y el problema del número esperado de errores son estudiados de igual modo

  • English

    In this paper a discriminated learning model is introduced from the point of view of identification learning, starting from the discrete model proposed by Restle (1955), extended by Bourne and Restle (1959) and generalized by Domínguez (1980), that is applied to the associated-couple learning when only two types of response are considered. The theoretic elements used are based on the construction of the theory of learning processes in continuous time (Domínguez, 1979). This model includes two stochastic processes in continuous time: the adaptation and conditioning ones, which allow for a computation of the probability of a correct response at every time. Particular cases of the general model are considered, as well as the expected total number of errors made by the person in his/her learning process, which can also be obtained by computing the distribution of the number of errors. This distribution is given in terms of a non homogeneous Poisson process