Adaptive learning in models with lagged variables

In this work I study the stability of the dynamics generated by adaptivelearning processes in intertemporal economies with lagged variables. Iprove that determinacy of the steady state is a necessary condition for the convergence of the learning dynamics and I show that the reciprocal is not true characterizing the economies where convergence holds. In the case of existence of cycles I show that there is not, in general, a relationship between determinacy and convergence of the learning process to the cycle. I also analyze the expectational stability of these equilibria.

Does eeasoning enhance learning?

Utilizing the well-known Ultimatum Game, this note presents the following phenomenon. If we start with simple stimulus-response agents,learning through naive reinforcement, and then grant them some introspective capabilities, we get outcomes that are not closer but farther away from the fully introspective game-theoretic approach. The cause of this is the following: there is an asymmetry in the information that agents can deduce from their experience, and this leads to a bias in their learning process.

Morphometric shape analysis using learning vector quantization neural networks - an example distinguishing two microtine vole species

Closely related species may be very difficult to distinguish morphologically, yet sometimes morphology is the only reasonable possibility for taxonomic classification. Here we present learning-vector-quantization artificial neural networks as a powerful tool to classify specimens on the basis of geometric morphometric shape measurements. As an example, we trained a neural network to distinguish between field and root voles from Procrustes transformed landmark coordinates on the dorsal side of the skull, which is so similar in these two species that the human eye cannot make this distinction. Properly trained neural networks misclassified only 3% of specimens. Therefore, we conclude that the capacity of learning vector quantization neural networks to analyse spatial coordinates is a powerful tool among the range of pattern recognition procedures that is available to employ the information content of geometric morphometrics.

Learning of courtship components in Drosophila mercatorum (Paterson & Wheller) (Diptera, Drosophilidae)

In Drosophila, courtship is an elaborate sequence of behavioural patterns that enables the flies to identify conspecific mates from those of closely related species. This is important because drosophilids usually gather in feeding sites, where males of various species court females vigorously. We investigated the effects of previous experience on D. mercatorum courtship, by testing if virgin males learn to improve their courtship by observing other flies (social learning), or by adjusting their pre-existent behaviour based on previous experiences (facilitation). Behaviours recorded in a controlled environment were courtship latency, courtship (orientation, tapping and wing vibration), mating and other behaviours not related to sexual activities. This study demonstrated that males of D. mercatorum were capable of improving their mating ability based on prior experiences, but they had no social learning on the development of courtship.

A influência do e-learning no capital humano

Na Europa e nas últimas décadas do Século XX, a emergência da Sociedade de Informação veio impor às organizações a necessidade de que, para além das inovações tecnológicas, haja uma preocupação relativamente aos bens intangíveis como a informação, as novas metodologias de trabalho e o know how (Batista, 2002). Paralelamente a estas inovações, as Instituições de Ensino Superior têm contribuído para a evolução do Capital Humano, como ativo intangível intrínseco ao Homem. Em Portugal e no contexto do Ensino/Formação a Distância parecem continuar a existir, ainda, em algumas instituições, problemas de identificação, e de descriminação das vantagens no que concerne à estrutura aberta e flexível, com o estudante/formando a ter algumas dificuldades em adaptar o seu perfil e interesses profissionais ao tipo de aprendizagem que mais se lhe adequa. O e-learning surge como um método de Ensino/Formação a Distância, só possível com a especificidade dos processos pedagógicos e em complementaridade com as Tecnologias de Informação e Comunicação (TIC), uma vez que são estas que lhe dão o suporte necessário à sua concretização. O e-learning ao proporcionar novas formas de comunicação, de interação e de confronto de ideias, permite uma aprendizagem baseada na partilha de saberes, tendo em consideração as experiências e os objetivos profissionais dos formandos. Dentro destes pressupostos, achámos importante fazer uma investigação a partir de Instituições de Ensino Superior Portuguesas, de modo a percebermos qual o papel e a influência que o e-learning desempenha nos objetivos das organizações académicas em geral e no Capital Humano dos seus Estudantes/Formandos em particular. A partir da questão da investigação foram definidos os objetivos e hipóteses de investigação de modo a que ao ser enunciada uma metodologia esta englobe fatores que foquem os elementos necessários à confirmação, ou não, dos pressupostos enunciados. Foi analisada documentação diversa, criado um questionário e conduzidas entrevistas, de modo a obter e potenciar a informação necessária e suficiente para o efeito. A recolha de dados para posterior análise e os resultados depois de interpretados, permitirão responder aos propósitos expressos desde o início da investigação.

Ciência, inovação e cooperação para o ensino em E-learning

em ensino a distância e e-learning pode ser entendida num quadro estratégico de parceria para o desenvolvimento. Esta orientação deve convocar para a cooperação as instituições com projetos de qualificação e capacitação inicial, pós-graduada e de formação ao longo da vida, deve servir os objetivos de internacionalização das universidades envolvidas quer no âmbito luso-brasileiro, quer no dos restantes países de língua portuguesa, quer ainda em projetos de difusão e promoção da língua portuguesa, numa perspetiva de contribuição para uma maior compreensão entre os que falam a língua portuguesa e os que veem na sua aprendizagem como língua estrangeira, uma oportunidade de diálogo intercultural, de mais-valia no mundo do trabalho e dos negócios internacionais.

Estimating learning models from experimental data

We study the statistical properties of three estimation methods for a model of learning that is often fitted to experimental data: quadratic deviation measures without unobserved heterogeneity, and maximum likelihood withand without unobserved heterogeneity. After discussing identification issues, we show that the estimators are consistent and provide their asymptotic distribution. Using Monte Carlo simulations, we show that ignoring unobserved heterogeneity can lead to seriously biased estimations in samples which have the typical length of actual experiments. Better small sample properties areobtained if unobserved heterogeneity is introduced. That is, rather than estimating the parameters for each individual, the individual parameters are considered random variables, and the distribution of those random variables is estimated.

Dynamic optimal law enforcement with learning

We incorporate the process of enforcement learning by assuming that the agency's current marginal cost is a decreasing function of its past experience of detecting and convicting. The agency accumulates data and information (on criminals, on opportunities of crime) enhancing the ability to apprehend in the future at a lower marginal cost.We focus on the impact of enforcement learning on optimal stationary compliance rules. In particular, we show that the optimal stationary fine could be less-than-maximal and the optimal stationary probability of detection could be higher-than-otherwise.

Recurrent hyperinflations and learning

This paper uses a model of boundedly rational learning to accountfor the observations of recurrent hyperinflations in the lastdecade. We study a standard monetary model where the fullyrational expectations assumption is replaced by a formaldefinition of quasi-rational learning. The model under learningis able to match remarkably well some crucial stylized factsobserved during the recurrent hyperinflations experienced byseveral countries in the 80's. We argue that, despite being asmall departure from rational expectations, quasi-rationallearning does not preclude falsifiability of the model and itdoes not violate reasonable rationality requirements.