Resumen

Se espera que los agentes cognitivos interactúen y se adapten a un entorno dinámico no estacionario. Como proceso inicial de la toma de decisiones en una interacción de agentes en el mundo real, el juicio de familiaridad lidera los siguientes procesos para la inteligencia. El juicio de familiaridad incluye el conocimiento de datos previamente codificados, así como completar patrones originales a partir de información parcial, que son funciones fundamentales de la memoria de reconocimiento. Aunque los modelos de memoria computacional anteriores han intentado reflejar las propiedades del comportamiento humano en la memoria de reconocimiento, se han centrado en condiciones estáticas sin considerar los cambios temporales en términos de aprendizaje permanente. Para proporcionar adaptabilidad temporal a un agente, en este trabajo proponemos un modelo computacional para la memoria de reconocimiento que permite el aprendizaje permanente. El modelo propuesto se basa en una estructura hipergráfica, por lo que permite una relación de alto orden entre los nodos contextuales y permite un aprendizaje incremental. Mediante un experimento simulado, investigamos las condiciones óptimas del modelo de memoria y validamos la consistencia del rendimiento de la memoria para el aprendizaje permanente.

• Materias:Algoritmos (Matemáticas) Ingeniería del transporte Neurociencias Seguridad del transporte Ingeniería ferroviaria
• Subjects:Agorithms (Math) Transport engineering Neurosciences Transport safety Railway engineering
• Palabras claves:memoria de reconocimiento, aprendizaje permanente, juicio de familiaridad, propiedad del comportamiento humano, interacción mundo-agente, proceso de decisión, entorno dinámico no estacionario, función de reconocimiento, modelo de memoria computacional, consistencia de la memoria
• Keywords:recognition memory, lifelong learning, familiarity judgment, human behavioral property, world agent interaction, process of decision, nonstationary dynamic environment, function of recognition, computational memory model, consistency of memory