A Computational Model of Basic Addition Solving

doi:10.1111/cogs.70207

A Computational Model of Basic Addition Solving

2026-04-21

0

PRE

AI

DOI：10.1111/cogs.70207

原文链接

原文求助

摘要

En 中文

本文提出了一种计算学习模型，其中程序执行和记忆提取协同发展，采用简单的算术运算，为探究该问题提供了高度可控的领域。在个位数加法学习中，初始使用的策略依赖于计数，因为记忆中缺乏存储的答案。随着时间的推移，问题和其解之间的关联得到强化。该模型通过动态选择计数和记忆提取（基于其预期持续时间）来解释这一学习过程，并引入了一种通过重复练习沿心理序列加速计数的机制。该模型首先在为期3周的实验中测试了成人学习解决字母算术问题的数据，成功复制了实证发现：较大的问题比较小的问题更早被记忆。第二个模拟使用了操纵问题结构的实验数据：参与者被训练在连续（A+& mldr;, B+& mldr;, C+& mldr;）或非连续（A+& mldr;, C+& mldr;, E+& mldr;）序列上。这种变化影响了策略间的转换：非连续条件下的参与者更倾向于依赖提取，因为从一字母到下一字母的练习方式不同。该模型也复制了此模式。总体结果表明，学习结束时并无单一策略占主导，计数和提取共存，取决于问题大小和结构。据我们所知，该模型是唯一一个结合了与自动化计数理论和记忆提取一致的加速计数机制的计算模型。

Keyword:

Mathematical cognition

Computational modeling

Arithmetic

Learning

Alphabet

A Computational Model of Basic Addition Solving

摘要

期刊

机构