de.mpg.escidoc.pubman.appbase.FacesBean
English
 
Help Guide Disclaimer Contact us Login
  Advanced SearchBrowse

Item

ITEM ACTIONSEXPORT

Released

Poster

Kategorisierung durch verformende Transformationen?

MPS-Authors
http://pubman.mpdl.mpg.de/cone/persons/resource/persons83944

Graf,  M
Department Human Perception, Cognition and Action, Max Planck Institute for Biological Cybernetics, Max Planck Society;

Locator
There are no locators available
Fulltext (public)
There are no public fulltexts available
Supplementary Material (public)
There is no public supplementary material available
Citation

Graf, M. (2002). Kategorisierung durch verformende Transformationen?. Poster presented at 43. Kongress der Deutschen Gesellschaft für Psychologie, Berlin, Germany.


Cite as: http://hdl.handle.net/11858/00-001M-0000-0013-DF1E-E
Abstract
Verschiedene Mitglieder einer Objektkategorie auf Basisebene (wie z.B. Fisch, Tasse) lassen sich häufig durch relativ einfache verformende Transformationen ineinander überführen. Ein früheres Experiment zeigte, dass bei einer Kategorisierungsaufgabe die Reaktionszeit und Fehlerrate mit zunehmendem Umfang der verformenden Transformation ansteigen (Graf, 2001). Es wurde deshalb untersucht, ob die Typizität (Repräsentativität) und Formähnlichkeit von Kategoriemitgliedern ebenfalls in systematischem Zusammenhang stehen zu verformenden Transformationen. Mit Hilfe eines Warping-Algorithmus wurden auf Basis von je zwei Mitgliedern einer Kategorie zwischenliegende Exemplare erstellt, und so 2-D Silhouetten für Objekte aus 25 bekannten Objektkategorien erzeugt. In der Typizitätsaufgabe mussten die Probanden beurteilen, wie gut die Objekte zu ihrer Vorstellung der Kategorie passen. In der Ähnlichkeitsaufgabe sollte die Ähnlichkeit von je zwei Objekten einer Kategorie beurteilt werden. Die Ergebnisse bestätigten die Vorhersagen: Zum einen variierten die Typizitätsratings auf systematische Weise mit der Formtransformation; die Typizität nahm mit zunehmender Distanz zum typischsten Kategoriemitglied ab. Zum zweiten verringerte sich die wahrgenommene Ähnlichkeit mit zunehmendem Umfang verformender Transformationen. Die Befunde demonstrieren, dass die Kategorisierung und Formähnlichkeit von Objekten vom Umfang verformender Transformationen abhängen. Die Daten können durch ein Alignment-Modell erklärt werden, das verformende Transformationen beinhaltet. Das vorgeschlagene Modell kann als bild-basierte Erweiterung des structural alignment Modells (z.B. Markman, 2001) betrachtet werden.