بررسی تطبیقی نظریه های یادگیری درروانشناسی بامدلهای یادگیری ماشین

سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,211

فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

BPJ01_208

تاریخ نمایه سازی: 29 دی 1392

چکیده مقاله:

امروزه دانشمندان تلاشهای بسیاری برای پی بردن به اینکه ذهن چیست و مغزچگونه پردازش می کند انجام داده اند که حاصل این کوشش ها بوجود امدن علوم شناختی است که بطور خلاصه میتوان آن را مطالعه بین رشته ای و علمی ذهن تعریف کرد این رشته ها شامل فلسفه روانشناسی زبان شناسی هوش مصنوعی رباتیک و علوم اعصاب است دانشمندان علوم شناختی ذهن را همچون یک ماشین با سازوکاری خاص می نگرند و سعی می کنند تا این نوع ذهن را بفهمند دراین مقاله قصد داریم به مقایسه یادگیری انسان و یادگیری ماشین بپردازیم برای بررسی اینکه ذهن انسان چگونه یاد میگید ازنظریه های یادگیری درروانشناسی استفاده کردیم و سعی کردیم آن را با مدلهای یادگیری ماشین تطبیق دهیم این دسته بندی تاکنون دریادگیری موجودات زنده و مقایسه آن با مدلهای موجود یادگیری ماشین صورت نگرفته است و می توان اظهار کرد که موضوع این پزوهش یک کارجدید درزمینه یادگیری ماشین است هدف ازانجام این مطالعه این است که قابلیت های شناختی درموجودات زنده به شکل علمی تعریف شوند بعدبه زبان ریاضی ترجمه و به شکل کمی مشخص شوند واین کمیات درابزارهای صنعتی مثل ربات ها پیاده سازی شوند

نویسندگان

آسیه خسروانیان

دانشجوی کارشناسی ارشدنرم افزار

محمدابراهیم شیری

دانشگاه صنعتی امیرکبیر

امین زارع

دانشجوی دکتری هوش مصنوعی

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • B.Tak-Zhang, 'Cognitive Learning and Multimode Memory Game:Toward Human-Level Machine Learming", ...
  • R. S _ sutton, A. G.Barto, _ 'Reinforcemet Learning :An ...
  • Stone, P., R.S. Sutton, and G. Kuhlmann, Reinforcemet ...
  • Learning for RoboCup Soccer Keepaway. AdaptiveB ehavior, 2005. 13(3): p. ...
  • Sutton, R.S. and A.G. Barto, Reinforcemet learning: nintroduction. IEEE Trans ...
  • Kalyanakri shnan, S. and P. Stone, Batch reinforcement learning in ...
  • McGaugh, J. L. Memory & Emotion: The Making of Lasting ...
  • C. Gonzalez, "ACT-R Implementation of an Instance-Based Decision Making Theory, ...
  • P. Rosenbloom, J. Laird, and A. Newell, The Soar Papers: ...
  • J.Werbos, P.(20 1 2) _ Neru alNetworks :Nerual Network and ...
  • _ L.V.Fausett, Fundamentals Of Nerual Networks _ Edition, 1994 ...
  • J.Moren, Emotion and Learmin A Computational Model of the ...
  • نمایش کامل مراجع