Новости искусственного интеллекта, 2006, №2

Аннотации

Искусственный интеллект и когнитивные науки

Шендяпин В.М., Скотникова И.Г.
МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ПРИНЯТИЯ РЕШЕНИЯ И УВЕРЕННОСТИ ПРИ ВЫПОЛНЕНИИ СЕНСОРНЫХ ЗАДАЧ.

Разрабатывается математическая модель принятия решения, включающая оценку степени уверенности в его правильности. Рассматриваются задачи базового – сенсорного уровня когнитивных процессов. Используется аппарат формальных нейронов для векторного описания субъективных представлений о сравниваемых сенсорных стимулах и учета функционирования механизмов памяти, а также аккумуляторная теория, предполагающая накопление свидетельств как механизм вынесения решения, включающего степень уверенности в нем. Предполагается воспроизведение моделью ряда соотношений между правильностью принятых решений, их уверенностью и временем вынесения.

Петрович Д.Л.
ПРИНЯТИЕ РЕШЕНИЯ И КОГНИТИВНЫЕ СТИЛИ.

Целью работы является выявление связей когнитивных стилей (импульсивность/рефлективность, ригидность/гибкость познавательного контроля), личностных факторов решения (рациональность и готовность к риску) и скорости мысленного вращения. В исследовании участвовало 44 человека — студенты московских вузов. По когнитивному стилю импульсивность/рефлективность выделено 3 субгруппы испытуемых: «рефлективные» («медленные/неточные»), «быстрые/точные», «импульсивные». Выявлена отрицательная связь между показателями когнитивного стиля импульсивность/ рефлективность (время первых ответов) по тесту Кагана и рациональностью. Показано, что более рациональным испытуемым присуща менее высокая скорость мысленного вращения, чем испытуемым с меньшим показателем рациональности (по всей группе в целом и по субгруппе рефлективных). Выявлена отрицательная корреляционная связь между показателями готовности к риску и импульсивностью/рефлективностью (количество ошибок) в субгруппе быстрые/точные. Обнаружено, что скорость мысленного вращения выше в субгруппе быстрые/точные по сравнению с импульсивными.

Искусственный интеллект и голография

Павлов А.В.
ВОЗМОЖНОСТИ АССОЦИАТИВНОЙ ОБРАБОТКИ ИНФОРМАЦИИ, РЕАЛИЗУЕМЫЕ МЕТОДОМ ФУРЬЕ-ГОЛОГРАФИИ.

Способность к ассоциативному мышлению как способность к самостоятельному установлению не заданных при обучении связей определяет творческие способности носителя интеллекта. В статье показано, что Фурье-голограмма строит связи нейронных слоев, зависящие как от обучающего, так и от входного изображений. Это свойство адаптивности связей позволяет реализовать модель множественной регрессии. Экспериментально реализованы линейный предсказатель и аналоги известных феноменов восприятия - частный случай феномена познавательного дрейфа как фокусировки внимания на новых деталях и обратный ему эффект фокусировки внимания на знакомых деталях.

Искусственный интеллект и медицинская диагностика

Карп В.П.
ИНТЕЛЛЕКТУАЛЬНЫЙ АНАЛИЗ ДАННЫХ В ПРОБЛЕМЕ ПОСТРОЕНИЯ РЕШАЮЩИХ ПРАВИЛ КЛАССИФИКАЦИИ (НА ПРИМЕРЕ ЗАДАЧ МЕДИЦИНСКОЙ ДИАГНОСТИКИ).

Процесс построения решающих правил классификации рассматривается на примере задач медицинской диагностики. Выделены основные функциональные модули, составляющие этапы решения диагностических задач в условиях неполной информации. Определены модули, допускающие максимальную алгоритмизацию анализа данных. Предложены алгоритмы, повышающие эффективность функционирования некоторых модулей. Рассмотрены критерии, определяющие качество построенного решающего правила.