MétaCan
Menu
Retour à la cohorte
Enregistrement W3183380213 · doi:10.22215/etd/2021-14605

A Model-Driven Approach to Integrated Cognition

2021· dissertation· en· W3183380213 sur OpenAlexaff
Chad Peters

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineComputer Science
ThématiqueAI-based Problem Solving and Planning
Établissements canadiensCarleton University
Organismes subventionnairesFriends of The Mater Foundation
Mots-clésComputer scienceCognitive architectureCognitionCognitive scienceCognitive modelImplementationTask (project management)Common groundDomain (mathematical analysis)Conceptual modelArtificial intelligenceHuman–computer interactionSoftware engineeringPsychologySystems engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

Cognitive Architectures are used to test theoretical and conceptual frameworks identifying and explaining the underlying components of thought, namely the essential structures, mechanisms, and processes realized through models of human-like information processing.They define and prescribe those boundaries deemed both necessary and sufficient for intelligent agents based on our current understanding of human cognition.The Common Model of Cognition (CMC) attempts to establish a community consensus on theoretical commitments and assumptions built into commonly used architectures, and group the assumptions according to structure and processing, memory, learning, and perceptual interfaces.The CMC remains a verbal-conceptual consensus across broad theories essential for general phenomenon (i.e., a Meta-Model of Cognition), however, lacks a formal specification to support domain-general task model comparisons for evaluation and validation of new theories implemented in new or existing architectures, or specific micro-theoretic implementations as cognitive architecture models and task models.Thus, a lack of a formal model supporting the CMC inhibits exploration of philosophical enquiries iii about core theoretical assumptions, and the adoption of refined peripheral theories across architectures.This thesis presents a formal meta-model specific to the constraints represented at Newell's Cognitive level using the principles of Model-Driven Design (MDD) to encapsulate these entities and relationships across architectures.This formal model can be used as a framework generator, and to specify the abstract interfaces common across Common Model agents, allowing modelers to explore verbal-conceptual theories through experimentation with virtual environments, further supporting a common ground.Frameworks generated through MDD support an empirical evaluation and comparison of variations on the Common Model for the purpose of application to Artificial Intelligence problem domains, lending additional credibility to computational cognitive modeling as a formal discipline, and the Cognitive Science research enterprise as a whole.iv To Lenora, who never stopped believing in me.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,007
Communication savante0,0070,005
Science ouverte0,0040,003
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,032
Tête enseignante GPT0,261
Écart entre enseignants0,229 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAI-based Problem Solving and PlanningTravaux en français237 207