检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

属性激活的认知原理分析

小型微型计算机系统 2017年第8期38卷 1818-1823页

作者：张涛杨爽燕山大学信息科学与工程学院河北秦皇岛066004

认知计算是当今研究的热点,而研究表明形式背景可用于认知计算.形式背景有多种表示方式,属性拓扑作为形式背景的一种新型表示方法,能够直观的表现出属性之间的关联关系及关联强度.从认知角度出发,提出属性拓扑的激活方法与对应的物理意... 详细信息

认知计算是当今研究的热点,而研究表明形式背景可用于认知计算.形式背景有多种表示方式,属性拓扑作为形式背景的一种新型表示方法,能够直观的表现出属性之间的关联关系及关联强度.从认知角度出发,提出属性拓扑的激活方法与对应的物理意义.即在设定的形式背景中,通过属性拓扑构造形式背景形成的认知网络.当新对象出现时,根据新对象所包含的属性进行属性拓扑的网络顶点激活,并分析激活部分的子网络结构间的关联关系.通过对关联关系的分析与运算,完成新对象的识别与原有形式背景知识完备度的衡量与更新.实验数据表明,属性拓扑激活机制符合人类认知新事物过程,并揭示了以认知为基础的形式背景扩充必要条件.

关键词：认知计算形式背景属性拓扑属性激活

在线全文

学校读者我要写书评

暂无评论

认知信息系统探析

系统科学学报 2022年第4期30卷 38-44页

作者：王培元关欣吴凤芳海军航空大学山东烟台264001

为探究信息系统的智能化发展趋势,从人们对信息认知的强烈需求出发,研究分析了认知信息学领域内的认知信息系统。基于硅基信息系统的发展和组成,首先在认知科学范畴内,对认知内涵、认知模型和认知系统进行了探究;其次,结合人脑的神经计... 详细信息

为探究信息系统的智能化发展趋势,从人们对信息认知的强烈需求出发,研究分析了认知信息学领域内的认知信息系统。基于硅基信息系统的发展和组成,首先在认知科学范畴内,对认知内涵、认知模型和认知系统进行了探究;其次,结合人脑的神经计算,论述了认知计算的基本特征和认知计算模型,并从非线性映射的角度出发,对认知过程进行了数学建模;然后,从认知信息学引入了认知信息系统,探讨了认知分类系统、数据分析流程和认知计算系统;进而,结合全空间信息系统理念,给出了对多维态势认知的定义和猜想;最后,对认知信息系统发展需要重点关注的几个问题进行了讨论。

关键词：认知认知模型认知计算认知信息系统多维态势认知

在线全文

学校读者我要写书评

暂无评论

脉冲神经网络研究现状及展望

计算机学报 2021年第9期44卷 1767-1785页

作者：张铁林徐波中国科学院自动化研究所北京100190 中国科学院大学北京100049 中国科学院脑科学与智能技术卓越创新中心上海200031

脉冲神经网络(Spiking Neural Network,SNN)包含具有时序动力学特性的神经元节点、稳态-可塑性平衡的突触结构、功能特异性的网络环路等,高度借鉴了生物启发的局部非监督(如脉冲时序依赖可塑性、短时突触可塑性、局部稳态调节等)、全局... 详细信息

脉冲神经网络(Spiking Neural Network,SNN)包含具有时序动力学特性的神经元节点、稳态-可塑性平衡的突触结构、功能特异性的网络环路等,高度借鉴了生物启发的局部非监督(如脉冲时序依赖可塑性、短时突触可塑性、局部稳态调节等)、全局弱监督(如多巴胺奖赏学习、基于能量的函数优化等)的生物优化方法,因此具有强大的时空信息表征、异步事件信息处理、网络自组织学习等能力.SNN的研究属于交叉学科,将深入融合脑科学和计算机科学,因此对其研究也可以主要分为两大类:一类是以更好地理解生物系统为最终目的;另一类是以追求卓越计算性能为优化目标.本文首先对当前这两大类SNN的研究进展、研究特点等进行分析,重点介绍基于Spike的多类异步信息编码、基于Motif分布的多亚型复杂网络结构、多层时钟网络自组织计算、神经形态计算芯片的软硬结合等.同时,介绍一种融合生物多尺度、多类型神经可塑性的高效SNN优化策略,使得SNN中的信度分配可以从宏观尺度有效覆盖到微观尺度,如全部的网络输出、网络隐层状态、局部的各个神经节点等,并部分解答生物系统是如何通过局部参数的调优而实现全局网络优化的问题.这将不仅为现有人工智能模型提高其认知能力指明一种可能的生物类优化方向,还为反向促进生命科学中生物神经网络的可塑性研究新发现提供启发.本文认为,脉冲神经网络的发展目标不是构建人工神经网络的生物版本替代品,而是通过突破生物启发的多尺度可塑性优化理论,去粗取精,最终实现具有生物认知计算特色的新一代高效脉冲神经网络模型,使其有望获得更快的学习速度、更小的能量消耗、更强的适应性和更好的可解释性等.

关键词：脉冲神经网络类脑智能多尺度神经可塑性认知计算

在线全文

学校读者我要写书评

暂无评论

数据驱动的应用自适应技术综述

计算机研究与发展 2022年第11期59卷 2549-2568页

作者：代浩金铭陈星李楠涂志莹王洋中国科学院深圳先进技术研究院广东深圳518055 福州大学计算机与大数据学院福州350108 哈尔滨工业大学计算机科学与技术学院哈尔滨150006

应用自适应是软件工程和服务计算这一交叉领域的研究热点之一,应用通过感知自身和环境的变化,动态调整自己的行为与流程,以便在环境与需求发生非确定性变化的情况下继续高效地达成服务目标.近年来随着大数据和人工智能的发展,传统的基... 详细信息

应用自适应是软件工程和服务计算这一交叉领域的研究热点之一,应用通过感知自身和环境的变化,动态调整自己的行为与流程,以便在环境与需求发生非确定性变化的情况下继续高效地达成服务目标.近年来随着大数据和人工智能的发展,传统的基于软件模型控制的方法已经不再适用于当今动态和复杂的应用环境.相比而言,数据驱动的方法不依赖于数学模型和专家知识,而是以概率和数理统计为基础,通过应用服务运行的反馈数据,逐步学习和理解复杂多变的环境,继而学习出自适应系统的模型.因此,数据驱动的应用自适应具有感知性、适应性、自治性和协作性等特点,适用于流程复杂的应用服务场景,如物联网、智能交通、分布式计算等.从自适应框架出发,参考了认知计算的相关特点,总结出数据驱动的智能自适应框架,并分别综述了其中的表征学习、模式识别、决策规划和规则演化这4种技术在近几年数据驱动的自适应技术中的应用,重点探索了如机器学习、深度学习和强化学习等新技术在其中所起的作用,并总结和展望了自适应技术在服务计算领域的发展趋势.

关键词：自适应数据驱动认知计算深度学习模式识别

在线全文

学校读者我要写书评

暂无评论

类脑智能研究的回顾与展望

计算机学报 2016年第1期39卷 212-222页

作者：曾毅刘成林谭铁牛中国科学院自动化研究所类脑智能研究中心北京100190 中国科学院脑科学与智能技术卓越创新中心上海200031 中国科学院自动化研究所模式识别国家重点实验室北京100190 中国科学院自动化研究所智能感知与计算研究中心北京100190

人工智能学科诞生以来,实现人类水平的智能系统便是本学科探索的长期目标.然而经历了近60年的发展,目前还没有任何一个通用智能系统能够接近人类水平:具有协同多种不同的认知能力;对复杂环境具备极强的自适应能力;对新事物、新环境具备... 详细信息

人工智能学科诞生以来,实现人类水平的智能系统便是本学科探索的长期目标.然而经历了近60年的发展,目前还没有任何一个通用智能系统能够接近人类水平:具有协同多种不同的认知能力;对复杂环境具备极强的自适应能力;对新事物、新环境具备自主学习的能力等.随着脑与神经科学、认知科学的发展,在不同尺度观测各种认知任务下脑神经网络的部分活动并获取相关数据已成为可能.因此,受脑工作机制启发,发展类脑智能成为近年来人工智能与计算科学领域研究的热点.类脑智能是以计算建模为手段,受脑神经机制和认知行为机制启发并通过软硬件协同实现的机器智能.类脑智能系统在信息处理机制上类脑,认知行为和智能水平上类人,目标是使机器实现各种人类具有的多种认知能力及其协同机制,最终达到或超越人类智能水平.文中将从脑科学、认知科学、人工智能研究交叉的视角回顾与类脑智能研究有关的历史、现状与研究焦点,并展望该研究领域的发展方向、可能的应用领域及其潜在的深远影响.

关键词：类脑智能人工智能认知计算认知脑计算模型类脑信息处理智能机器人

在线全文

学校读者我要写书评

暂无评论

一元模糊事件PMJ模型研究

西安电子科技大学学报 2016年第1期43卷 180-188页

作者：冯康淮南师范学院计算机学院安徽淮南232038

为改正现有的PMJ认知计算模型存在的不足及发现认知的规律,提出了一元模糊事件PMJ认知计算模型.它在感知表征中增加了相关性选择器,在记忆表征中设计了长时记忆体和短时记忆体,在判断表征中以目标映射未完成任务,并以一元模糊事件作为... 详细信息

为改正现有的PMJ认知计算模型存在的不足及发现认知的规律,提出了一元模糊事件PMJ认知计算模型.它在感知表征中增加了相关性选择器,在记忆表征中设计了长时记忆体和短时记忆体,在判断表征中以目标映射未完成任务,并以一元模糊事件作为感知表征的输入信息,具有选择性注意、长时记忆、短时记忆、回忆、遗忘等认知机制.图式记忆实验发现:在发生遗忘时,长时记忆体容量的增加能够增加任务的完成率;在不发生遗忘时,长时记忆体容量的增加不影响任务的完成率;不管是否发生遗忘,短时记忆体长度的改变都不影响任务的完成率.因此,一元模糊事件PMJ认知计算模型改正了PMJ认知计算模型存在的不足,发现了长时记忆体容量和短时记忆体长度影响任务完成率的认知规律,是开展认知计算的理想模型.

关键词：认知计算大脑模型一元模糊事件记忆结构认知系统

基于卷积神经网络的认知智能信息融合系统结构研究

在线全文

学校读者我要写书评

暂无评论

河南师范大学学报（自然科学版） 2021年第5期49卷 33-39页

作者：田野孙瑞志中国农业大学信息与电气工程学院北京100083

认知计算是模拟人类行为的个性化交互和服务来实现人机交互.近年来已有许多研究探讨认知计算对海量数据的分析,但仍未能解决大数据环境下数据智能采集的可扩展性和灵活性等问题.在研究土地大数据下并联数据库网络基础上,提出了一个基于... 详细信息

认知计算是模拟人类行为的个性化交互和服务来实现人机交互.近年来已有许多研究探讨认知计算对海量数据的分析,但仍未能解决大数据环境下数据智能采集的可扩展性和灵活性等问题.在研究土地大数据下并联数据库网络基础上,提出了一个基于卷积神经网络认知智能信息融合系统体系结构,使用认知计算分析智能信息融合应用程序收集与处理数据,以解决系统的可扩展性和灵活性问题.实验结果证明该系统可以有效面对各种外部应用需求,从数百万数据源捕获的数据可以跨越各种应用程序交叉实施与实时响应.

关键词：卷积神经网络认知计算智能信息融合系统土地利用

在线全文

学校读者我要写书评

暂无评论

基于MVC架构的智能认知系统的设计与实现

基于MVC架构的智能认知系统的设计与实现

作者：宋彦京南京理工大学

学位级别：硕士

认知计算作为一种全新的计算模式,利用信息分析,自然语言处理和机器学习领域的研究的技术成果,创新的让计算机系统能够像人类的大脑通过学习、思考,进行数据分析并做出正确的判断和决策,其成果的应用有效的突破了传统技术手段,实用价值... 详细信息

认知计算作为一种全新的计算模式,利用信息分析,自然语言处理和机器学习领域的研究的技术成果,创新的让计算机系统能够像人类的大脑通过学习、思考,进行数据分析并做出正确的判断和决策,其成果的应用有效的突破了传统技术手段,实用价值和意义重大本论文在针对智能认知系统应用技术在国内外研究现状和发展进行了分析的基础上,基于人们对政府政策和服务领域咨询需求,设计完成了智能认知系统框架构建解决方案,系统借助自然语言进行互动,通过数据源、数据汇集、知识库、知识检索、对话交互、语音接入、边缘计算等技术集成,完成智能认知系统整体架构设计,系统具体使用Java、面向服务的体系结构SOA的设计思想及B/S模式,基于MVC三层结构,使用WebService、AJAX、数据访问对象、O/RMAPPING技术、JSON、XML等技术完成了系统知识库、语义识别、智能对话等系统核心模块的设计实现,通过空间数据库及空间分析云服务完成系统基础的信息关键字和分类查询搜索,实现了包括对话控制、上下文管理及知识库搜索,知识库、文本分类,语义角色标注、上下文语义理解、槽位信息补充、答案的抽取和生成等功能。论文最后通过系统在专业领域的运行展示进行了测试,验证了设计实现的基于MVC架构的智能认知系统,结果显示系统达到设计要求和目标

关键词：认知计算 MVC架构知识面库 Webservice 语义理解

分类与类别归纳认知过程的关系 ——基于ERP特征

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

分类与类别归纳认知过程的关系 ——基...

作者：杨继月西南大学

学位级别：硕士

分类与类别归纳（Category-based induction）是人们组织和学习知识的重要途径。分类是判断两个（及以上）个体是否属于同一类别或个体是否属于某一类别的过程。类别归纳也叫属性归纳（property induction）,是指利用类别成员关系知识,... 详细信息

分类与类别归纳（Category-based induction）是人们组织和学习知识的重要途径。分类是判断两个（及以上）个体是否属于同一类别或个体是否属于某一类别的过程。类别归纳也叫属性归纳（property induction）,是指利用类别成员关系知识,将类别已知属性拓展到新的类别成员的过程。先前研究对于分类与类别归纳是否具有相同的认知机制存在争议,一些研究认为分类和类别归纳具有共同且平行的认知机制;一些研究却发现分类和类别归纳存在区分性的特征,有不同的认知机制。为了深入的探讨分类与类别归纳是否具有相同的认知机制,本研究采用ERP技术,从认知过程入手,设计了三个实验来揭示分类和类别归纳的关系。预实验为行为研究,通过操纵任务（分类,类别归纳）和结论一致性（一致结论和不一致结论）,探讨了熟悉的语义材料下,分类与类别归纳决策阶段认知过程的关系。实验采用相同的材料测试了分类任务与类别归纳任务的行为结果。在分类任务中,被试被要求判断前提中类别（例如:苹果）与结论中类别（例如:石榴）是否属于同一类别。而在类别归纳任务中,被试需要根据前提（例如:苹果X1,即苹果有分子结构X1）归纳出结论（例如:石榴X1?）成立的可能性大小。在两个任务中,被试都需要基于李克特4点量表（4-point Likert Scale,1–4评分）做出可能性大小的判断。实验采集了被试的“绝对”反应率,“正确”反应率,和反应时。实验结果显示,分类任务的“绝对”反应率和“正确”反应率均高于类别归纳任务;反应时不存在显著差异。预实验的结果表明,相对于分类任务,类别归纳任务包含更多的不确定性。研究一在预实验的基础上,采用事件相关电位（Event-related potentials,ERPs）技术,从时间动态性角度探究分类与类别归纳认知过程的关系。ERP技术能够直接测量个体的认知活动,且具有毫秒级的时间分辨率的优势。研究一的行为结果重复了预实验的结果,分类任务的“绝对”反应率和“正确”反应率均高于类别归纳任务;反应时不存在显著差异。对ERP数据的分析结果显示,分类任务比类别归纳任务诱发了更小的前部连续负波（Sustained negativity,SN）波幅和相同的前部FN400波幅。研究一的结果表明,分类和类别归纳既有分离的认知过程也有相同的认知过程。SN为分类和类别归纳有不同的认知过程提供了证据,FN400为分类和类别归纳存在共同的认知过程提供了证据。为了验证研究一的结果的可推广性,研究二在前两个研究的基础上更改了实验材料。先前研究表明,具体水平前提-具体水平结论归纳（例如:苹果X1–石榴X1?）与具体水平前提-上位水平结论归纳（例如:苹果X1–水果X1?）的认知过程是不同的。于是研究二在结论中采用上位水平类别（例如:水果）,同样使用ERP技术探究分类与类别归纳决策阶段认知过程的关系。行为结果与研究一相似,不同的是,研究二中观察到了分类与类别归纳在反应时上的差异,分类显著快于类别归纳。ERP结果与研究一相同。总体来说,本研究同样证明了分类和类别归纳既有不同的认知过程也有相同的认知过程。本文通过三个研究,分别从行为层面和神经层面探讨了分类与类别归纳决策阶段认知过程的关系。研究结果表明分类与类别归纳早期的认知过程相同,反映在FN400上;晚期的认知过程不同,反映在SN上,由于类别归纳比分类包含更多的不确定性,导致了更多的认知监控。

关键词：归纳推理推理认知计算上位类别脑电