اطلاع رسانی عصبی مدل OAR برای ارائه دانش داخلی در مغز
چکیده
مدل های شناختی ارائه ی اطلاعات یکی از حوزه های بنیادی تحقیقات در اطلاع رسانی شناختی است که تلاش دارد تا مکانیزم ها و پتانسیل های مغز در یادگیری و ارائه ی دانش را نشان دهد. به دلیل این که حافظه یکی از مبانی اصلی تمام خوشه های طبیعی است، یک مدل عمومی از حافظه، به خصوص حافظه ی بلند مدت، میتواند مبانی بنیادی ارائه ی اطلاعات داخلی و انواع نتایج یادگیری را توضیح دهد. این مقاله یک مدل رابطه ی ویژگی اشیا (OAR) را برای ارائه ی رسمی ساختار های اطلاعات داخلی و دانش کسب شده و یادگرفته شده در مغز، ارائه میدهد. این مدل های اطلاعات رسانی عصبی در حافظه ی انسان با تمرکز خاص بر روی حافظه ی بلند مدت معرفی شده است. سپس، مدل OAR که مکانیزم های ارائه ی دانش و اطلاعات داخلی در مغز را نشان میدهد، به صورت رسمی توصیف میشود و معانی فیزیکی و فیزیولوژیک این مدل نیز توضیح داده میشود. بر اساس مدل OAR، ساختار های دانش و مکانیزم های یادگیری به دقت بررسی میشود. علاوه بر این، دامنه ی ظرفیت حافظه ی انسان بر اساس OAR به صورت دقیق بررسی میشود و با استفاده از این روش، ظرفیت حافظه بر مبنای 108,432 به دست می آید.
مقدمه
مدل های شناختی از اطلاعات داخلی و ارائه ی دانش در مغز انسان یکی از موضوعات بنیادی در اطلاعات رسانی شناختی، فیزیولوژی اعصاب، علوم شناختی، محاسبات، مهندسی نرم افزار و مهندسی دانش میباشد. این موضوع مشخص شده است که تعداد نورون ها در یک مغز بالغ در مرتبه ی 100 بیلیون (1011) میباشد و هر نورون نیز با تعداد زیادی از نورون های دیگر ، از طریق صد ها تا چند هزار سیناپس، متصل میباشد. اما، مقدار ظرفیت حافظه ی انسان هنوز یک راز باقی مانده است. این موضوع بیشتر به این دلیل است که تخمین این موضوع به شدت مبتنی بر مدل های شناختی و ریاضی مغز است و بیشتر مبتنی بر این موضوع است که اطلاعات و دانش در حافظه چگونه نشان داده و ذخیره میشود. این موضوع به صورت رایج درک شده است که حافظه ی ما، مبنای تمام انواع هوش های طبیعی میباشد. با وجود این مقدار شبکه های عصبی و رفتار فعلی آن ها به عنوان یک کلیت بسیار قوی میباشد، عملکرد های اولیه و مکانیزم های مغز بسیار ساده هستند. این دیدگاه را میتوان به صورت رسمی با نظریه های زیر بیان کرد و آن را به صورت مدل های ریاضی حافظه ی انسان در این مقاله، توضیح داد.
Abstract
The cognitive models of information representation are fundamental research areas in cognitive informatics, which attempts to reveal the mechanisms and potential of the brain in learning and knowledge representation. Because memory is the foundation of all forms of natural intelligence, a generic model of memory, particularly the long-term memory, may explain the fundamental mechanism of internal information representation and the forms of learning results. This article presents the Object-Attribute-Relation (OAR) model to formally represent the structures of internal information and knowledge acquired and learned in the brain. The neural informatics model of human memory is introduced with particular focus on the long-term memory. Then, the OAR model that explains the mechanisms of internal knowledge and information representation in the brain is formally described, and the physical and physiological meanings of this model are explained. Based on the OAR model, knowledge structures and learning mechanisms are rigorously explained. Further, the magnitude of human memory capacity is rigorously estimated on the basis of OAR, by which the memory capacity is derived to be in the order of 108,432 bits.
Introduction
Cognitive models of internal information and knowledge presentation in human brains are fundamental issues in cognitive informatics, neuropsychology, cognitive science, computing, software engineering, and knowledge engineering. It is identified that the number of neurons in an adult brain is in the order of 100 billion (1011), and each neuron is connected to a large number of other neurons via several hundred to a few thousand synapses (Marieb, 1992; Pinel, 1997; Rosenzmeig, Leiman, & Breedlove, 1999; Smith, 1993; Sternberg, 1998). However, the magnitude of memory capacity of human brains is still a mystery. This is mainly because the estimation of this factor is highly dependent on suitable cognitive and mathematical models of the brain, particularly how information and knowledge are represented and stored in the memory. It is commonly understood that memory is the foundation of all forms of natural intelligence. Although the magnitude of the neural networks and their concurrent behaviors are extremely powerful as a whole, the elementary function and mechanism of the brain are quite simple (Gabrieli, 1998; Harnish, 2002; Kotulak, 1997; Leahey, 1997; Matlin, 1998; Payne & Wenger, 1998; Turing, 1936). This view can be formally stated in the following theorem and explained in the mathematical models of human memory developed throughout this article.
چکیده
مقدمه
مدل های اطلاع رسانی عصبی از حافظه ی انسان
مدل اطلاع رسانی عصبی در حافظه ی انسان
مدل دسته بندی سلسله مرتبه ای عصبی (HNC) برای حافظه
مدل OAR برای ارائه اطلاعات و دانش داخلی
تشبیه ارتباطی مدل OAR
مدل تعمیم یافته ی OAR برا حافظه ی بلند مدت
مکانیزم های یادگیری که با مدل OAR توصیف میشود
توصیف معماری دانش با مفاهیم جبری مبتنی بر OAR
مکانیزم های یادگیری که توسط مدل OAR توضیح داده شده است
تخمین زدن ظرفیت حافظه ی مغز انسان بر اساس مدل OAR
جمع بندی
Abstract
Introduction
Neural Informatics Models of Memory
Neural Informatics Models of Human Memory
The Hierarchical Neural Cluster (HNC) Model of Memory
The OAR Model for Internal Information and Knowledge Representation
The Relational Metaphor of the OAR Model
The Extended OAR Model of Long-Term Memory
Learning Mechanisms Explained by the OAR Model
Knowledge Architecture Description by OAR-Based Concept Algebra
Learning Mechanisms Explained by the OAR Model
Estimation of Memory Capacity of the Brain Based on the OAR Model
Conclusion
- ترجمه فارسی مقاله با فرمت ورد (word) با قابلیت ویرایش، بدون آرم سایت ای ترجمه
- ترجمه فارسی مقاله با فرمت pdf، بدون آرم سایت ای ترجمه