Linköpings universitet
|
|
- Sven Åkesson
- för 4 år sedan
- Visningar:
Transkript
1 Översikt Kognitionsvetenskaplig introduktionskurs Föreläsning 4 Informationsbearbetningsmodeller Vad är kognitionsvetenskap? Kort bakgrund/historik Representation och bearbetning av information Vetenskapliga metoder inom kognitionsvetenskap Informationsbearbetningsmodeller Annika Silvervarg CiltLab/HCS/IDA Fysiska symbolsystemshypotesen Language of Thought Konnektionism Tvärvetenskap Integrering Modularisering av kognitiva system Fysiska symbolsystem Language of Thought (Fodor, 1975) 1. Symboler är fysiska mönster Förklarar hur FSS kan fungera i mänskligt medvetande 2. Symbolerna kan kombineras till komplexa symbolstrukturer 3. Det finns processer för att manipulera komplexa symbolstrukturer Language of Thought eller Mentalese är ett internt språk med symboler och meningar som transformeras i medvetandet 4. Processerna för att generera och transformera komplexa symbolstrukturer kan representeras av symboler Transformation rule 1. Fa Meaning/Semantics Georgina is tall 2. Ga Georgina has red hair 3. Fa & Ga If complex symbols S and S* appear on earlier lines then write S & S* Georgina is tall and has red hair 4. x (Fx & Gx) If on an earlier line there is a complex symbol containing a name symbol then replace the name symbol by x and write x in front of the result Something is tall and has red hair Linköpings universitet Meningar uttryckta i LOT är: Representationer av tillstånd i världen, propositionella attityder Kinesiska rummet (Searle, 1980) LOT Exempel Symbols Meningar uttryckta i LOT är: Fysiska symbolstrukturer som kan manipuleras enligt regler Symbol grounding 1
2 Symbol grounding problem Sub-symbolisk kognition/konnektionism Kinesiska rummet illustrerar ett vidare problem gapet mellan formell bearbetning av symboler och genuin tanke och förståelse Men hur blir symboler meningsfulla? ord (lingvistiska symboler) är meningsfulla eftersom vi lär oss en betydelse när vi lär oss att använda dem men tankar verka ha betydelse i sig själva vi har kört fast Möjliga vägar Kognition är inte informationsbearbetning Kognition är icke-symboliska informationsbearbetning Modeller inspirerade av hjärnan Små enkla enheter i nätverk Parallell distribuerad bearbetning Neuron Neuron En aktiverad neuron skickar ut en elektrisk impuls i sin axon som avslutas i ett antal synapser som skickar signalen vidare till dendriter på en annan neuron som tar emot input via synapser som är positivt eller negativa och alla inkommande signaler till neuronen summeras och vid ett tröskelvärde aktiveras neuronen och en signal skickas ut i axonen, osv. Perceptron Perceptron Efterliknar neuronen men endast en koppling på utsignalen In motsvarar aktivering från andra neuroner/perceptroner Vikten motsvarar styrkan i synapsen (kan vara negativ) Aktivationen summeras Stegfunktion avgör om neuronen/ perceptronen aktiveras Utaktivation är 1 eller 0 (allt eller inget) Linköpings universitet 2
3 Perceptron Vad är boolska funktioner? Perceptroner kan modellera boolska (logiska) funktioner genom att förändra tröskelvärdet vikterna 14 Perceptron - NOT Perceptron - AND Inlärning av perceptroner Perceptroninlärning Exempel Räkna ut felet: E = Förväntad/Facit (F) - Erhållen (S) utsignal Ändra vikterna: w j := w j + α i j E om felet är positivt öka vikten, om felet är negativt minska vikten Inlärning av OR, tröskel = 1 Inlärningselementet α = 0,3 w 1 = 0,4 och w 2 = 0,3 Träningsmängd: i 1 i 2 F Linköpings universitet 3
4 Perceptroninlärning Exempel i 1 i 2 w 1 w 2 Signal Facit Error Tröskel= ,4 0, ,4 0,3 0, ,4 0,6 0, ,7 0,6 1, ,7 0, ,7 0,6 0, ,7 0,9 0, ,0 0,9 1, ,0 0, ,0 0,9 0, ,0 1,2 1, ,0 1,2 2, i 1 i 2 XOR XOR Kan inte hanteras av en perceptron Linjärt separerbara problem Perceptroner - XOR Perceptroners uppgång och fall Återuppståendelse 1943 McCullough & Pitt datorer som artificiella neurala nätverk 1949 Hebb Oövervakad inlärning neurons that fire together, wire together 1958 Rosenblatt Övervakad inlärning perceptroner kan lära sig godtyckligt linjärt separerbara problem 1969 Minsky & Papert Nätverk med flera lager kan beräkna alla möjliga funktioner, men det finns inga inlärningsstrategier för sådana nät 1986 McLelland & Rummelhart Lära nätverk med flera lager noder Gradient back propagation Linköpings universitet 4
5 Artificiella neurala nätverk Inlärning i neurala nätverk Utdatalager Länkar mellan det gömda lagret och utdatalagret Lager med gömda noder Länkar mellan indatalagret och det gömda lagret Indatalager Gradient back propagation innebär att de ansvariga länkarna justeras genom uppdatering av vikterna lager för lager. Informationsbearbetning i NN Artificiella kontra mänskliga NN Distribuerade representationer lagrade i vikterna Finns NN där noder representerar särdrag/begrepp Ingen tydlig åtskillnad mellan informationslagring och informationsbearbetning Kan lära och förändras över tid Stora skillnader mellan ANN och mänskliga hjärnan Olika typer av neuroner Färre kopplingar mellan neuroner (mer lokalt) Många, många fler neuroner Annan typ av inlärning av neuroner Det finns dock olika typer av ANN, en del mer biologiskt trovärdiga än andra => Kursen Kognitiv modellering i åk3 LOT (Classicism) kontra Konnektionism Diskussion Eliminativist connectionism Mentala tillstånd som Beliefs, Desires och Intentions/ Propositionella attityder existerar inte och därmed inte LOT Implementationism NN realiserar LOT Vad är en symbol/representation inom Konnektionism? Formulera vad kognition inom Konnektionism är? Vad är de största skillnaderna mellan Konnektionism och Fysiska symbolsystem? Löser konnektionism problemet med det kinesiska rummet? 31 Linköpings universitet 5
6 Delvetenskaper/discipliner Sloan report, 1978 Psykologi Neurovetenskap Datalogi/Artificiell intelligens Lingvistik Antropologi Filosofi Linköpings universitet 6
Sub-symbolisk kognition & Konnektionism. Kognitionsvetenskaplig Introduktionskurs (729G01) Mats Andrén,
Sub-symbolisk kognition & Konnektionism Kognitionsvetenskaplig Introduktionskurs (729G01) Mats Andrén, mats.andren@liu.se 1 Konnektionism Neutrala nät baseras på en (förenklad) modell av hur hjärnan fungerar.
Läs merLinköpings universitet
2016-08-24 Vad är kognition? tt ta in, lagra och bearbeta information: Kognitionsvetenskaplig introduktionskurs Perception Information tas in och flödar genom begränsade informationskanaler Föreläsning
Läs merLinköpings universitet
2014-09-08 Översikt Kognitionsvetenskaplig introduktionskurs Föreläsning 5 Integrationsutmaningen Vad är kognitionsvetenskap? Kort bakgrund/historik Representation och bearbetning av information Vetenskapliga
Läs merLinköpings universitet
2014-09-12 Kursens roll i programmet Ge en bred introducerande översikt Kognitionsvetenskaplig introduktionskurs Historisk bakgrund Grundläggande frågeställningar Föreläsning Kurssammanfattning Delämnen
Läs merLinköpings universitet 1
Vad är kognitionsvetenskap? Kognitionsvetenskaplig introduktionskurs Föreläsning 7 Tvärvetenskap Delvetenskaper, metoder Integrationsutmaningen Kognitionsvetenskap är ett tvärvetenskapligt kunskaps- och
Läs merARTIFICIELLA NEURALA NÄT. MARCO KUHLMANN Institutionen för datavetenskap
ARTIFICIELLA NEURALA NÄT MARCO KUHLMANN Institutionen för datavetenskap Example Alt Bar Fri Hun Pat Price Rain Res Type Est WillWait 1 Yes No No Yes Some $$$ No Yes French 0 10 Yes 2 Yes No No Yes Full
Läs merTvärvetenskap och Metodologisk Mångfald. Kognitionsvetenskaplig Introduktionskurs Mats Andrén,
Tvärvetenskap och Metodologisk Mångfald Kognitionsvetenskaplig Introduktionskurs Mats Andrén, mats.andren@liu.se 1 Repetition Subsymbolisk kognition: Neurala nätverk är ett exempel på en subsymbolisk approach
Läs merModeller och simulering av språkprocessning
Modeller och simulering av språkprocessning Seriell processmodell + parallell processmodell Parallell modell med 2-vägsförbindelser Artificiellt neuralt nätverk (ANN) Interaktiv aktiverings-modell (IAM)
Läs mer729G43 Artificiell intelligens (2016) Maskininlärning 2. Marco Kuhlmann Institutionen för datavetenskap
729G43 Artificiell intelligens (2016) Maskininlärning 2 Marco Kuhlmann Institutionen för datavetenskap Förra gången: Gradientsökning tangentens lutning i punkt θ steglängdsfaktor Översikt Introduktion
Läs mer729G43 Artificiell intelligens (2016) Maskininlärning 3. Marco Kuhlmann Institutionen för datavetenskap
729G43 Artificiell intelligens (2016) Maskininlärning 3 Marco Kuhlmann Institutionen för datavetenskap Modell med vektornotation parametervektor särdragsvektor Perceptron kombinerar linjär regression med
Läs mer729G43 Artificiell intelligens / Maskininlärning 3. Marco Kuhlmann
729G43 Artificiell intelligens / 2015 Maskininlärning 3 Marco Kuhlmann Förra gången: Perceptroninlärning Beslutsregel predicerat y-värde Exempel: AND Välj parametrar θ 0, θ 1, θ 2 sådana att perceptronen
Läs merNeurovetenskap. Centrala teman med relevans för f kognitionsvetenskap
Neurovetenskap Centrala teman med relevans för f kognitionsvetenskap Hjärnans evolution Hjärnstammen Mellanhjärnan Limbiska systemet Stora hjärnan (Cerebrum) Lilla hjärnan (Cerebellum) Cortex? Hjärnans
Läs merNeurovetenskap 30/08/2013. Kognitiv neurovetenskap. Lober. Olika färg, olika vävnadsstruktur. Hjärnbarken
729G01 Kognitionsvetenskaplig introduktionskurs: Kognitiv neurovetenskap och kognitiv modellering Rita Kovordanyi, Institutionen för datavetenskap (IDA) rita.kovordanyi@liu.se Kognitiv neurovetenskap Baseras
Läs merEnlagersnät Flerlagersnät Generalisering. Artificiella Neuronnät
Artificiella Neuronnät 1 Karaktäristiska egenskaper Användningsområden Klassiska exempel Biologisk bakgrund 2 Begränsningar Träning av enlagersnät 3 Möjliga avbildningar Backprop algoritmen Praktiska problem
Läs merArtificiella Neuronnät
Artificiella Neuronnät 2 3 4 2 (ANN) Inspirerade av hur nervsystemet fungerar Parallell bearbetning Vi begränsar oss här till en typ av ANN: Framåtkopplade nät med lagerstruktur 3 4 Fungerar i princip
Läs mer729G43 Artificiell intelligens / Maskininlärning 2. Marco Kuhlmann
729G43 Artificiell intelligens / 2015 Maskininlärning 2 Marco Kuhlmann Förra gången: Linjär regression Gradientsökning Vandra ner i felets dal. Steg 0: Börja med ett godtyckligt värde för θ. Steg 1: Räkna
Läs merSELF- ORGANIZING MAPS
LINKÖPINGS UNIVERSITET Kognitionsvetenskapliga Programmet Examinator: Arne Jönsson SELF- ORGANIZING MAPS - Ett fördjupningsarbete inom Artificiell Intelligens Fack 52 katwa676@student.liu.se Sammanfattning
Läs merKognitionsvetenskap Kandidatprogrammet
Kognitionsvetenskap Kandidatprogrammet Mattias Arvola Programansvarig 1 2 3 4 5 6 HUR TÄNKER FOLK EGENTLIGEN? 7 HUR TÄNKER FOLK EGENTLIGEN? VAD ÄR EN TANKE? HUR ÄR SPRÅK UPPBYGGT? VAD BETYDER BILDER? VAD
Läs merFråga 5 (1 poäng) För att definiera ett sökproblem krävs...
OBS! För flervalsfrågorna gäller att ett, flera eller inget alternativ kan vara korrekt. På flervarlsfrågorna ges 1 poäng för korrekt svar och 0,5 poäng om skillnaden mellan antalet korrekta svar och antalet
Läs mer729G15 Kognitiv modellering
Lärare 729G15 Examinator, kursansvarig: Rita Kovordányi, rita.kovordanyi@liu.se Laborationsassistenter: Richard Wiik ricwi919@student.liu.se Sandra Svanberg sansv418@student.liu.se Maria Hedblom marhe503@student.liu.se
Läs merANN fk. Örjan Ekeberg. Framåtkopplade Nät. återkopplade nät. Olika arkitekturer. BackPropagation through Time. Kalman-Filter tekniker
Hantering av Tid Återkopplade Återkopplade Återkopplade t Återkopplade Återkopplade Temporala signaler är svåra Gör om temporal signal till spatial t 1 t 2 t 3 t 4 Återkopplade t Enklaste formen Neuronal
Läs merGrundläggande behörighet och Matematik B eller Matematik 2a/2b/2c (områdesbehörighet 7/A7, undantag ges för Fysik A/1b1/1a).
Utbildningsplan Dnr GU 2019/1571 IT-FAKULTETEN Kandidatprogram i kognitionsvetenskap, 180 högskolepoäng Bachelor in Cognitive Science, 180 Programkod: N1KOG 1. Fastställande Utbildningsplanen är fastställd
Läs merInlärning utan övervakning
Översikt Biologiska mekanismer bakom inlärning Inlärning utan övervakning Inlärning utan övervakning Hebbiansk modellinlärning Självorganisering Arbetsfördelning mellan noder i ett lager som utvecklas
Läs merFråga 5 (1 poäng) För att definiera ett sökproblem krävs...
OBS! För flervalsfrågorna gäller att ett, flera eller inget alternativ kan vara korrekt. På flervarlsfrågorna ges 1 poäng för korrekt svar och 0,5 poäng om skillnaden mellan antalet korrekta svar och antalet
Läs merKognitionsvetenskapligt kandidatprogram
Utbildningsplan för Kognitionsvetenskapligt kandidatprogram Bachelor Programme in Cognitive Science 180 Högskolepoäng Kognitionsvetenskap är ett tvärvetenskapligt kunskaps- och forskningsområde som studerar
Läs merVad kan biologiskt plausibla modeller säga oss?
Förra föreläsningen Vad kan biologiskt plausibla modeller säga oss? Beräkningsmässig kognitiv neurovetenskap Simulering av modeller kan ge insikt i mänskligt tänkande Kognitiva fenomen Simulering beräkningsprinciper
Läs merKandidatprogrammet i kognitionsvetenskap
DNR LIU-2013-00294; LIU-2018-00946 1(8) Kandidatprogrammet i kognitionsvetenskap 180 hp Bachelor s Programme in Cognitive Science F7KK Gäller från: 2018 HT Fastställd av Fakultetsstyrelsen för filosofiska
Läs mer2D Potentialen i en nervcell definieras normalt som skillnaden i spänning mellan dess axon och dendrit.
2D1432 Artificiella Neuronnät och andra lärande system Lösningsförslag till Tentamen 2003-03-06 Inga hjälpmedel. Uppgift 1 Vilka av följande påståenden är sanna? Korrigera de som är fel. 1. Potentialen
Läs merel o;; Utbildningsplan för Kognitionsvetenskapligt kandidatprogram Bachefor Programmein Cognitive Science 180 Högskolepoäng
el o;; Utbildningsplan för Kognitionsvetenskapligt kandidatprogram Bachefor Programmein Cognitive Science 180 Högskolepoäng Kognitionsvetenskap är ett tvärvetenskapligt kunskaps- och forskningsområde som
Läs merKognitiv Modellering
Kognitiv Modellering Mårten Szymanowski 20 januari 2004 Innehåll 1 Kognitiv Modellering 2 1.1 Varför?................................ 2 2 Grundläggande psykologiska fenomen 3 2.1 Stimulusgeneralisering........................
Läs merKandidatprogrammet i kognitionsvetenskap
DNR LIU-2013-00294 1(9) Kandidatprogrammet i kognitionsvetenskap 180 hp Bachelor s Programme in Cognitive Science F7KK Gäller från: 2016 HT Fastställd av Fakultetsstyrelsen för filosofiska fakulteten Fastställandedatum
Läs merKognitionsvetenskapligt kandidatprogram Bachelor Programme in Cognitive Science 180 Högskolepoäng
Utbildningsplan för Kognitionsvetenskapligt kandidatprogram Bachelor Programme in Cognitive Science 180 Högskolepoäng Kognitionsvetenskap är ett tvärvetenskapligt kunskaps- och forskningsområde som studerar
Läs merKognition TEK210 (4,5 hp)
Kognition TEK210 (4,5 hp) Idag Kort introduktion till kurs och kursmål Praktisk information om hur kursen är upplagd Frågor Registrering skriv upp dig på listan! Användbarhet https://www.youtube.com/watch?
Läs merKandidatprogram i kognitionsvetenskap, 180 högskolepoäng
IT- fakultetsstyrelsen Ä8 ITFS 2013-09-26/bil 1 Kandidatprogram i kognitionsvetenskap, 180 högskolepoäng (Bachelor in Cognitive Science, 180 higher education credits) Grundnivå 1. Fastställande Utbildningsplan
Läs merNeuronen 11/22/2012. Översikt. Artificiell nod. Kommunikation. Neuronen som detektor. Syftet med återstående föreläsningarna
Översikt Neuronen Biologisk neuron Artificiell nod/enhet Organisering i nät Interaktiva nätverk med inhibering Övergripande beräkningsprincip Parallel constraint satisfaction Syftet med återstående föreläsningarna
Läs merHjärnans utveckling och barnets framsteg Hur hänger det ihop?
Hjärnans utveckling och barnets framsteg Hur hänger det ihop? Föreläsning den 4 maj 2017 Leg psykolog Hörselhabiliteringen, Rosenlunds sjukhus Vad krävs för att vi ska kunna uppleva och lära oss något?
Läs merArtificiell intelligens, eller Kommer din dator att bli klokare än dig? (eller kanske är den redan det?)
Artificiell intelligens, eller Kommer din dator att bli klokare än dig? (eller kanske är den redan det?) 4e november 2014 Intelligens Vad är det? ett mänskligt egenskap Kan det jämföras? Kan det mätas?
Läs merKognitiv neurovetenskap
Översikt Kognitiv neurovetenskap Cognitive neuroscience (CNS) Svårt att relatera kognitiva funktioner till hjärnans olika områden Lashley, Luria Hjärnans sätt att beräkna Ex. bearbetning av visuella intryck
Läs merLOKAL EXAMENSBESKRIVNING
Dnr G 2017/412 IT-FAKULTETEN LOKAL EXAMENSBESKRIVNING Filosofie kandidatexamen med huvudområdet kognitionsvetenskap Degree of Bachelor of Science with a major in Cognitive Science 1. Fastställande Examensbeskrivning
Läs merArtificiell intelligens, eller Kommer din dator att bli klokare än dig? (eller kanske är den redan det?)
Artificiell intelligens, eller Kommer din dator att bli klokare än dig? (eller kanske är den redan det?) 1.a November 2011 Innan vi börjar R.I.P. John McCarthy (1924 2011) Grundare av ämnet artificiell
Läs merTentamen Psykologi 1: Kognitiv psykologi och utvecklingspsykologi, 6p
Linköpings Universitet Jour: 9-10 Institutionen för beteendevetenskap Ulrik Olofsson 0702646392 Tentamen Psykologi 1: Kognitiv psykologi och utvecklingspsykologi, 6p 070120, kl 08.00-12.00 Namn; Personnummer;
Läs merNeuronnätsbaserad agent
2001-10-05 Torbjörn Bäckmark Sammanfattning Jag har undersökt möjligheten att utveckla en agent som använder neurala nätverk för övervakning av börssystem. Jag har tittat på sambandet mellan köp- och säljvolymer
Läs merUtbildningsplaner för kandidat-, magister och masterprogram. 1. Identifikation. Avancerad nivå
1. Identifikation Programmets namn Omfattning Nivå Programkod Ev. koder på inriktningar Beslutsuppgifter Ändringsuppgifter Masterprogram i kognitionsvetenskap 120 hp Avancerad nivå HAKOG Fastställd av
Läs merDnr G 2014/566 LOKAL EXAMENSBESKRIVNING Examensbenämning (svensk): Filosofie kandidatexamen med huvudområdet kognitionsvetenskap Examensbenämning (eng
Dnr G 2014/566 LOKAL EXAMENSBESKRIVNING Examensbenämning (svensk): Filosofie kandidatexamen med huvudområdet kognitionsvetenskap Examensbenämning (engelsk): Degree of Bachelor of Science with a major in
Läs merPARALLELL OCH SEKVENTIELL DATABEHANDLING. Innehåll
PARALLELL OCH SEKVENTIELL DATABEHANDLING Innehåll Parallellism i VHDL Delta delays och Simuleringstid VHDLs simuleringscykel Aktivering av Processer Parallella och sekventiella uttryck 1 Controller PARALLELLISM
Läs mer1(15) Bilaga 1. Av Projekt Neuronnätverk, ABB Industrigymnasium, Västerås Vt-05
1(15) Bilaga 1 2(15) Neuronnätslaboration Räknare Denna laboration riktar sig till gymnasieelever som går en teknisk utbildning och som helst har läst digitalteknik samt någon form av styrteknik eller
Läs merKognitiv modellering. Sidan 1. Översikt. Tre forskningsmetoder. Olika syften med modellering. Människa-maskin interaktion (MMI) Uppgiftsanalys
Översikt Kognitiv modellering Två huvudinriktningar inom kognitiv modellering Symbolistiska modeller (regelbaserade system) Konnektionistiska modeller (neurala nät) Exempel på tillämpningar Projektet Hemuppgiften
Läs merSammanfattning av föreläsning 4. Modellbygge & Simulering, TSRT62. Föreläsning 5. Identifiering av olinjära modeller
Sammanfattning av föreläsning 4 Modellbygge & Simulering, TSRT62 Föreläsning 5. Identifiering av olinjära modeller Reglerteknik, ISY, Linköpings Universitet Linjära parametriserade modeller: ARX, ARMAX,
Läs merAnhållan om ändrad ersättning för vissa HST
INSTITUTIONEN FÖR FILOSOFI, LINGVISTIK OCH VETENSKAPSTEORI Institutionen för filosofi, lingvistik och vetenskapsteori Martin Jacobsson Viceprefekt för utbildning på grundnivå och avancerad nivå 031-786
Läs merde var svåra att implementera och var väldigt ineffektiva.
OBS! För flervalsfrågorna gäller att flera alternativ eller inget alternativ kan vara korrekt. På flervalsfrågorna kan man bara ha rätt eller fel, dvs frågan måste vara helt korrekt besvarad. Totalt kan
Läs mer729G43 Artificiell intelligens Maskininlärning. Arne Jönsson HCS/IDA
729G43 Artificiell intelligens Maskininlärning Arne Jönsson HCS/IDA Maskininlärning Introduktion Beslutsträdsinlärning Hypotesinlärning Linjär regression Vektorer Perceptroner Artificiella Neurala Nät
Läs merDatormetaforen. Från människa till dator Från dator till människa o.s.v.
Datormetaforen Från människa till dator Från dator till människa o.s.v. Det mekaniska tänkandet Räknemaskin tillverkad av Pascal 1642 Hjärnan ett avancerat urverk 1800-talet Henry Colebrooke, (president
Läs merMasterprogram i kognitionsvetenskap
DNR LIU-2017-01243 1(9) Masterprogram i kognitionsvetenskap 120 hp Master Programme in Cognitive Science F7MKS Gäller från: 2017 HT Fastställd av Fakultetsstyrelsen för filosofiska fakulteten Fastställandedatum
Läs merHKGBB0, Artificiell intelligens
HKGBB0, Artificiell intelligens Kortfattade lösningsförslag till tentan 3 november 2005 Arne Jönsson 1. Vad karaktäriserar dagens AI-forskning jämfört med den AI-forskning som bedrevs perioden 1960-1985.
Läs merTjäna på användbarhet KOGNITIONSVETENSKAP
Tjäna på användbarhet KOGNITIONSVETENSKAP Användbarhet teknik på människans villkor Människor har i alla tider skapat teknik som förenklar, avlastar och effektiviserar de uppgifter hon vill lösa. Ett exempel
Läs merKursen ges som en del av masterprogrammet i kognitionsvetenskap. Den ges även som fristående kurs.
Humanistiska och teologiska fakulteterna KOGP04, Kognitionsvetenskap: Kognition och kommunikation, 7,5 högskolepoäng Cognitive Science: Cognition and Communication, 7.5 credits Avancerad nivå / Second
Läs merF5 Introduktion till digitalteknik
Exklusiv eller XOR F5 Introduktion till digitalteknik EDAA05 Roger Henriksson Jonas Wisbrant På övning 2 stötte ni på uttrycket x = (a b) ( a b) som kan utläsas antingen a eller b, men inte både a och
Läs merNeural bas för kognition
Kommunikation Neural bas för kognition stimulerande, retande inhiberande, förhindrande depolarisation vid tillräckligt mycket retning blir hela neuronen för en stund positivt laddad, då har en SPIKE uppnåtts
Läs merDet Fysiska, det Mentala och det Medvetna 2
Det Fysiska, det Mentala och det Medvetna 2 Föreläsningsanteckningar 21 december 2012 Behaviorism (t.ex. Gilbert Ryle 1949 eller Ludwig Wittgenstein 1953) Mentala tillstånd är beteendedispositioner. -
Läs merF5 Introduktion till digitalteknik
George Boole och paraplyet F5 Introduktion till digitalteknik EDAA05 Roger Henriksson Jonas Wisbrant p = b! (s " r) George Boole (1815-1864) Professor i Matematik, Queens College, Cork, Irland 2 Exklusiv
Läs merArtificiell Intelligens och datorn, introduktion ur en filosofisk synvinkel.
Mattias Nordling SEMINARIEUPPSATS Matr.nr: 26599 e post: manordli@abo.fi 2004 11 23 Åbo Akademi Institutionen för Informationsbehandling Lemminkäinengatan 14, 20520 Åbo Finland Artificiell Intelligens
Läs merKognitiv psykologi. Schema. Tentamen Introduktion.
Kognitiv psykologi Introduktion Tobias Johansson Tobias.Johansson@hkr.se Schema www.distans.hkr.se/joto/kognition.html 1-2 kapitel vid varje tillfälle, eller övning, laboration etc Var förberedd, viktigt
Läs merAtt programmera en Beethoven
Linköpings universitet Att programmera en Beethoven Fördjupning inom Neurala nätverk och LSTM 2018-01-03 Innehåll 1 Inledning- Musik och artificiell intelligens... 2 1.1 Historia... 2 1.2 Bakgrund AIVA...
Läs merKognitionsvetenskapliga programmet, åk 1
Telefonjour: Ulrik Olofsson, 09-10, 0702-646392 Kognitionsvetenskapliga programmet, åk 1 Kognitiv psykologi Skrivningsdatum 061102 Skrivtid 08-12 Inga hjälpmedel Skriv namn och personnummer överst på varje
Läs merLinköpings universitet
2016-08-21 Kognitionsvetenskaplig introduktionskurs Föreläsning 2 Historia, Några milstolpar The HISTORY Annika Silvervarg CiltLab/HCS/IDA Kognitionsvetenskapens uppkomst Alan Turing 1912-1954 Datavetenskap
Läs mer729G06 Föreläsning 1 Objektorienterad programmering
Översikt Formalia Vad är objektorienterad programmering 729G06 Föreläsning 1 Objektorienterad programmering Definieria klasser Skapa och använda objekt Annika Silvervarg Ciltab, IDA, Linköpings universitet
Läs merGrundläggande begrepp inom lexikal semantik. Hanna Seppälä Uppsala universitet 1
Grundläggande begrepp inom lexikal semantik Föreläsning 2 Uppsala universitet 1 Teman idag Semiotik Lexikal semantik kompositionell semantik Teorier om hur man kan beskriva betydelse Språklig relativism
Läs merKroppens roll för tänkandet, samt barns kognitiva och kommunikativa utveckling
Kroppens roll för tänkandet, samt barns kognitiva och kommunikativa utveckling Kognitionsvetenskaplig Introduktionskurs (729G01) Mats Andrén, mats.andren@liu.se 1 Dagens två teman Kroppens roll för tänkandet
Läs merBarns lek och lärande i perspektivet av förskolans verksamhetsutveckling
Barns lek och lärande i perspektivet av förskolans verksamhetsutveckling Fil.dr Annika Elm Fristorp annika.elm_fristorp@hh.se Föreläsningens innehåll Den lärande människan Professionellt lärande Multimodalt
Läs merHur leder vi transformationer?
Hur leder vi transformationer? Offentlig chef 14 mars 2019 #offentligchef @gaialeadership Vad är transformation? Hur leder vi en transformation? 7 steg för en lyckad transformation I think there are good
Läs merIntentionalitet Mattias Högström 1
Intentionalitet 10-09-20 Mattias Högström 1 Innehåll 1. Vad är Intentionalitet? 2. Referensproblemet 3. Problemet med icke-existerande referenter 4. Lokalitet vs. Intentionalitet 5. Ett modernt (materialistiskt,
Läs merTänk på följande saker när du skriver tentan:
Ämne: AI med inriktning mot kognition och design Kurskod: KOGB05 / TDBB21 Datum: 2005-04-01 Antal uppgifter: 12 Skrivtid: 09:00 15:00 Max poäng: 54 Betygsgränser: 27 x
Läs merKognitiv psykologi. Kognition / Tänaknde. Ett filosofiskt problem. Tänkande: Hur vi löser vi problem och representerar kunskap. Informationsteknologi
Kognitiv psykologi Tänkande: Hur vi löser vi problem och representerar kunskap Anders Jansson Kognition / Tänaknde Kognitionsmodeller IP-modellen, Konnektionistiska teorier, Prototypteori, Kognitiv semantik,
Läs merHjärnbruket 2012-08-09
forskaren antingen ett varmkorvstecken eller ett tecken för ingen mat forskarna antingen ett varmkorvstecken respektive ett tecken för ingen mat Forskaren gav tecken för korv:. Båda hundarna visade stor
Läs merAlgoritmer och maskininlärning
Algoritmer och maskininlärning Olof Mogren Chalmers tekniska högskola 2016 De här företagen vill Tjäna pengar Hitta mönster i stora datamängder Göra förutsägelser Klassificera data Förstå människan Maskininlärning
Läs merLaboration D181. ELEKTRONIK Digitalteknik. Kombinatoriska kretsar, HCMOS. 2008-01-24 v 2.1
UMEÅ UNIVERSITET Tillämpad fysik och elektronik Digitalteknik Christer Ardlin/Lars Wållberg/ Dan Weinehall/Håkan Joëlson 2008-01-24 v 2.1 ELEKTRONIK Digitalteknik Laboration D181 Kombinatoriska kretsar,
Läs merEXAMENSARBETE. En jämförande studie kring inlärning hos levande organismer och artificiell intelligens.
EXAMENSARBETE 2008:103 CIV En jämförande studie kring inlärning hos levande organismer och artificiell intelligens. Dennis Pihl Marcus Skog Luleå tekniska universitet Civilingenjörsprogrammet Ergonomisk
Läs merVisuell perception. Sidan 1. Översikt. Sammanfattning av förra föreläsningen. Kognitiv arkitektur. Visuella systemet: översikt.
Översikt Visuell perception Visuella systemets övergripande arkitektur Informationsbearbetningsstegen Första steg: visuella sensoriska minnet Begränsad kapacitet, tidsspann Visuell bearbetning Särdag Mer
Läs merkulturer är inte vad man ser, utan vad man ser med. en saltvattensfisk i sötvatten
kulturer är inte vad man ser, utan vad man ser med. en saltvattensfisk i sötvatten Kommunikation är kultur, kultur är kommunikation. 3 February 1932) (Stuart McPhail Hall 1932-2014) Kultur Samspelet i
Läs merArtificiell Intelligens Lektion 7
Laboration 6 Artificiell Intelligens Lektion 7 Neurala nätverk (Lab 6) Probabilistiska resonemang Vad? Mönsterigenkänning Lära ett neuralt nätverk att känna igen siffror Varför? Få ökad förståelse för
Läs merNeuronens Fysiologi 1
Neuronens Fysiologi 1 Neuronens elektriska egenskaper Vilopotentialen Aktionspotentialen Jonkanaler Spännigskänsliga och Ligand aktiverade De funktionella molekylära enheterna består av receptorer för
Läs merStyrteknik: Grundläggande logiska funktioner D2:1
Styrteknik: Grundläggande logiska funktioner D2:1 Digitala kursmoment D1 Boolesk algebra D2 Grundläggande logiska funktioner D3 Binära tal, talsystem och koder Styrteknik: Grundläggande logiska funktioner
Läs merTEKNISKA SYSTEM. Undervisning av tekniska system utmaningar och möjligheter
TEKNISKA SYSTEM Undervisning av tekniska system utmaningar och möjligheter Maria Svensson Göteborgs universitet it t Institutionen för didaktik och pedagogisk profession maria.svensson@ped.gu.se se VAD
Läs merKognitiv psykologi. Vad är psykologi? Psykologi som vetenskap. Vetenskapliga grunder och metoder
Kognitiv psykologi Vetenskapliga grunder och metoder Anders Jansson Vad är psykologi? The scientific study of behavior and the mind Observerbara handlingar och reaktioner Icke observerbara handlingar och
Läs merKognitiv psykologi. Kognition och hjärnan. Hjärnans struktur 2012-10-15. Neurokognition Kap 2
Kognitiv psykologi Neurokognition Kap 2 Tobias Johansson Tobias.Johansson@hkr.se www.distans.hkr.se/joto/index.html Kognition och hjärnan Hur är kognition relaterat till hjärnans struktur och funktion?
Läs merINFORMATION. Victor Hugo. Vad är det? Johan H Bendz FMV. Dennes svar. Korrespondens med förläggaren avseende publiceringen av Samhällets olycksbarn
INFORMATION Vad är det? Johan H Bendz FMV Victor Hugo? Dennes svar! Korrespondens med förläggaren avseende publiceringen av Samhällets olycksbarn Kunskap utanför huvudet Kunskap utanför huvudet -300.000-40.000-3000
Läs merAsymptotisk analys innebär att... man försöker uppskatta vad som händer för stora indatamängder.
OBS! För flervalsfrågorna gäller att ett, flera eller inget alternativ kan vara korrekt. På flervarlsfrågorna ges 1 poäng för korrekt svar och 0,5 poäng om skillnaden mellan antalet korrekta svar och antalet
Läs merMagisterprogram/Masterprogram i kognitionsvetenskap
Samhällsvetenskaplig fakultet Umeå universitet, 901 87 Umeå Telefon: 090-786 00 00 E-post: anna.andersson@adm.umu.se www.umu.se Dnr 512-1954-10 2010-09-15 Sid 1 (6) Magisterprogram/Masterprogram i kognitionsvetenskap
Läs merNeurala nätverk och språkigenkänning. Henrik Linnarsson. Linköping University
Neurala nätverk och språk Henli807!1 Neurala nätverk och språkigenkänning Henrik Linnarsson Linköping University Neurala nätverk och språk Henli807!2 RNN, LSTM och språkigenkänning Inledning Idag är språkigenkänning
Läs merNeurokognitiv arkitektur
Tre beskrivningsnivåer (Marr, 1982) Neurokognitiv arkitektur Beräkningsnivå (beteende) Vad som beräknas (ex. fokusering av uppmärksamhet) Algoritmnivå (mekanismer) Hur det beräknas (ex. släpp nuvarande
Läs merAlgoritmer, datastrukturer och komplexitet
Algoritmer, datastrukturer och komplexitet Övning 6 Anton Grensjö grensjo@csc.kth.se 9 oktober 2015 Anton Grensjö ADK Övning 6 9 oktober 2015 1 / 23 Översikt Kursplanering Ö5: Grafalgoritmer och undre
Läs merGrundläggande logik och modellteori
Grundläggande logik och modellteori Kapitel 6: Binära beslutsdiagram (BDD) Henrik Björklund Umeå universitet 22. september, 2014 Binära beslutsdiagram Binära beslutsdiagram (Binary decision diagrams, BDDs)
Läs merVad är mönsterspråk?
Vad är mönsterspråk? Språk består av meningsbärande byggstenar på olika nivåer. Texter Meningar Ord Orden har vi en överenskommen betydelse för. Men den kan vara väldigt tvetydig och mångtydig. Orden är
Läs merClaudius Galen (~200 f.kr.) Hjärnan central för tänkande! inte alltid varit självklart }
Akademiskt område som fokuserar på vetenskapliga studier kring de biologiska substrat som ligger till grund för kognition -Gazzaniga et al (2002) Aristoteles (~350 f.kr.) Kenny Skagerlund 2014-09-04 Kognitiv
Läs merKognition i samspel med omgivningen
Kognition i samspel med omgivningen a) artefakter och kognitionsteknik b) situerad, distribuerad och kroppsbaserad kognition Mattias Kristiansson www.ida.liu.se/~matkr28 mattias.kristiansson@liu.se 1 Att
Läs merDigital- och datorteknik
Digital- och datorteknik Föreläsning #3 Biträdande professor Jan Jonsson Institutionen för data- och informationsteknik Chalmers tekniska högskola Logikgrindar Från data till digitala byggblock: Kursens
Läs merBeskrivning av programmet
Verksamhetsberättelse med verksamhetsplan 2015/2016 Kandidatprogrammet för Programrådet för Kandidatprogrammet för genom Petra Sandberg, samordnare Beskrivning av programmet Kandidatprogrammet i är tvärvetenskapligt
Läs merLUNDS TEKNISKA HÖGSKOLA Institutionen för Elektro- och Informationsteknik
LUNDS TEKNISKA HÖGSKOLA Institutionen för Elektro- och Informationsteknik SIGNALBEHANDLING I MULTIMEDIA, EITA50, LP4, 209 Inlämningsuppgift av 2, Assignment out of 2 Inlämningstid: Lämnas in senast kl
Läs merAppendix A. Dubbelkonsmodellen en datorexekverbar designprincip för hjärnan
Appendix A Dubbelkonsmodellen en datorexekverbar designprincip för hjärnan Min hypotes är att hierarkier av Cortical Feature Maps (CFM:er) utgör grunden för människans kognitiva förmågor. Denna hypotes
Läs merAlgoritmer, datastrukturer och komplexitet
Algoritmer, datastrukturer och komplexitet Övning 6 Anton Grensjö grensjo@csc.kth.se 4 oktober 2017 1 Idag Algoritmkonstruktion (lite blandat) Redovisning och inlämning av labbteori 3 2 Uppgifter Uppgift
Läs mer