metadata.dc.type:	Relatório de Pesquisa
Title:	Um experimento da relação entre mecanismos da dinâmica percepção-atenção e memórias efetiva e semântica na navegação e análise de conteúdo episódico
metadata.dc.creator:	Leandro Youiti Silva Okimoto
metadata.dc.contributor.advisor1:	Edjard de Souza Mota
metadata.dc.description.resumo:	Este irá investigar e descrever mecanismos de inteligência computacional para explorar a relação entre os mecanismos de memória efetiva e semântica, usado para reter, de forma seletiva, ou esquecer conhecimento aprendido em agentes inteligentes e um modelo neuro-cognitivo para os mecanismos da dinâmica de percepção e atenção seletiva, no acesso a conteúdo episódico. Será identificado fatores comuns a esses trabalhos que possam ser integrados com memórias associativas para navegação e uso de conteúdo episódico em jogos. Iremos propor e experimentar um componente de inteligência computacional, baseado em nossa investigação, que se integre ao um componente A-SOM (Associative Self-Organizing Maps). Esta experimentação será uma prova de conceito do modelo que será proposto e testado em jogos que relacionados ao uso de memória episódica. Recentemente, Derbinsky e Brom & Lukavsky propuseram abordagens que tornem mais eficiente o uso memórias efetivas e semânticas em agentes inteligentes. Derbinsky aplica sua abordagem em agentes que persistem por longo tempo em ambientes complexos e com informação em larga escala gerada de forma contínua. Já Brom & Lukavsky aplicam em agentes inteligentes virtuais para testar modelos neuro-cognitivos simples, mas usam modelos de aprendizado em IA. Ambos tomam como base modelos computacionais e não neuro-coginitivos em si. Nos últimos anos o nosso laboratório de pesquisa tem aplicado com sucesso um tipo de rede neural artificial denominada SOM (Self-Organizing Maps), no gerenciamento de memória do Linux e na detecção de ataques distribuídos para negação de serviço [Braga et al., 2010]. Neste tipo de rede neural, o treinamento é alcançado através da auto-organização na estrutura dos dados de aprendizado o que possibilita a classificação futura de novos dados com base no comportamento da rede. Entretanto, quando a natureza da informação é mais subjetiva, por exemplo navegar em conteúdo episódico, ainda que com muitos dados numéricos, tais abordagens, como SOM e outras, são simplistas pois cognição é tratada como um problema de computar uma função, e memória como o armazenamento e recuperação da informação. A problemática, é que ambas cognição e memória são funcionalmente e estruturalmente dissociadas, e a integração de ambas acaba sendo ad hoc na grande maioria dos casos. Na mais recente visão da neurociência os sistemas de memória são inerentemente distribuídos e integrados com cognição. Memória é relacional, cuja semântica do conteúdo existe na forma de padrões de ativação de regras embutidas nas redes associativas. Memória influência a cognição que molda as estruturas de aprendizado para a aquisição de novas informações. Neste projeto iremos explorar esses conceitos através da experimentação de fatores comuns aos trabalhos de Derbinsky com os mecanismos investigados pode Schrobsdorff et al., visando tornar mais eficiente o acesso à memoria associativa para recuperar conteúdo episódico.
Keywords:	Inteligência Artificial Ciências Cognitivas Agentes
metadata.dc.subject.cnpq:	CIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃO
metadata.dc.language:	pt_BR
metadata.dc.publisher.country:	Brasil
Publisher:	Universidade Federal do Amazonas
metadata.dc.publisher.initials:	UFAM
metadata.dc.publisher.department:	Ciências da Computação Instituto de Ciências Exatas
metadata.dc.publisher.program:	PROGRAMA PIBIC 2014
metadata.dc.rights:	Acesso Aberto
URI:	http://riu.ufam.edu.br/handle/prefix/4837
Issue Date:	31-Jul-2015
Appears in Collections:	Relatórios finais de Iniciação Científica - Ciências Exatas e da Terra

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.