2.2　示例

在认知科学中讨论的大部分连接模型是多层感知器，其可以是前馈网络，也可以是简单循环网络。使用这些模型的众多领域包括：语言屈折变化的获取（如Rumelhart & McClelland，1986a），语法知识的获取（Elman，1990），客体永久性的发展（Mareschal，Plunkett & Harris，1995；Munakata，McClelland，Johnson & Siegler，1997），分类（Gluck & Bower，1988；Plunkett，Sinha，Møller & Strandsby，1992；Quinn & Johnson，1996），阅读（Seidenberg & McClelland，1989），逻辑推理（Bechtel，1994），“平衡杆问题”（McClelland，1989；Shultz，Mareschal & Schmidt，1994），Piagetian棒分类任务（即系列化）（Mareschal & Shultz，1993）。这里只给出了部分示例，更多的示例可以在书籍、期刊和会议记录中找到。在本节中，我将重点介绍两个众所周知的示例，用于说明两大类多层感知器——前馈网络和简单循环网络。每一个示例都在讨论关于联结主义对符号加工的影响中发挥了关键作用。