Titelaufnahme

Titel
Integrated drive object categorization in cognitive agents / von Samer-Tamer Schaat
VerfasserSchaat, Samer-Tamer
Begutachter / BegutachterinDietrich, Dietmar
Erschienen2012
UmfangX, 110 S. : Ill.
HochschulschriftWien, Techn. Univ., Dipl.-Arb., 2012
Anmerkung
Zsfassung in dt. Sprache
SpracheEnglisch
DokumenttypDiplomarbeit
Schlagwörter (DE)kognitive Architektur / Kategorisierung / Künstliche Intelligenz / Kognitives System / Priming / Psychoanalyse
Schlagwörter (EN)Categorization / cognitive architectuer / cognitive System / Artificial Intelligence / top-down perception / priming / psychoanalysis / perception / exemplar model / multi-criteria
URNurn:nbn:at:at-ubtuw:1-49372 Persistent Identifier (URN)
Zugriffsbeschränkung
 Das Werk ist frei verfügbar
Dateien
Integrated drive object categorization in cognitive agents [3.87 mb]
Links
Nachweis
Klassifikation
Zusammenfassung (Deutsch)

Im Rahmen des Projektes ARS (Artificial Recognition System) wird ein kognitiver Agent für eine Artificial-Life-Simulation entwickelt.

Dabei wird deutlich, dass nicht die rationalen Prozesse der menschlichen Informationsverarbeitung die entscheidenden Hindernisse für eine effektive kognitive Architektur darstellen, sondern jene Informationsprozesse, die der Mensch unbewusst vollführt. Dieser Umstand spiegelt sich auch im Wahrnehmungsprozess wider. In dieser Arbeit wird ein Modell zur Nutzung der Erinnerungen des ARS-Agenten für die Unterstützung der Wahrnehmung vorgestellt. Dabei wird der assoziative Charakter der Erinnerungen für einen assoziativen aktivierungsbasierten Erinnerungszugriff verwendet. Bei der Entwicklung des Modells für die unbewusste Wahrnehmungskategorisierung werden Bottom-up und Top-down Aspekte der Wahrnehmung berücksichtigt.

Einem subjektiven und funktionalen Ansatz der kognitiven Modellierung folgend wird dabei als primärer Zweck der unbewussten Wahrnehmung auf die Erkennung der Objektwirkung auf die körperlichen Bedürfnisse des Agenten fokussiert. Da in ARS die körperlichen Bedürfnisse des Agenten als Triebe repräsentiert sind, wird das Modell dieser Arbeit Triebobjektkategorisierung genannt. Dieses verwendet ein Exemplar-Modell, um wahrgenommene Objekte als Triebobjekte zu kategorisieren.

Einem integrierten und ganzheitlichen Ansatz folgend berücksichtigt die Triebobjektkategorisierung die Integration von subjektiven Einflüssen.

Diese werden im Modell verwendet, um die Triebobjektkategorisierung durch Verringerung der Unsicherheit bei der Auswahl der geeignetsten erinnerten Exemplare zu unterstützen. Die Integration von Einflüssen in die Triebobjektkategorisierung ist durch die bionischen Konzepte der Top-down Wahrnehmung und Priming inspiriert. Insbesonders ist dies die Verwendung von unbewussten Erwartungen und die assoziative Erinnerungsaktivierung. Beispiele für subjektive Einflüsse sind erwartete bzw. gewünschte Triebobjekte und erwartete kontextuelle Objekte.

Für die Integration von Erwartungen werden diese als Kategorisierungskriterien spezifiziert. Zusammen mit dem objektiven Kriterium der Objektähnlichkeit unterstützen erwartungs-basierte subjektive Kriterien die Reduktion der Unsicherheit in der Triebobjektkategorisierung. Mittels eines aktivierungsbasierten Multi-Kriterien Ansatzes wurde ein generisches Framework entwickelt, um unterschiedliche Kriterien in die Triebobjektkategorisierung zu integrieren. Die Simulation des Modells zeigt, dass das Ähnlichkeitskriterium zuverlässiger und signifikanter für die Triebobjektkategorisierung ist, insbesondere für die Reduzierung der Unsicherheit. Das erwartungsbasierte Kategorisierungskriterium ist nur bei schwacher Objekt-Erscheinung relevant.

Der gesamte Prozess repräsentiert die Transformation eines Wahrnehmungsobjekts mit objektiven Eigenschaften in ein subjektives Triebobjekt. Zusätzlich bietet das vorgestellte Modell die Unterstützung der selektiven Aufmerksamkeitssteuerung durch die Bestimmung eines Lustpotentials von wahrgenommenen Objekten. Dieses repräsentiert die Bedeutung der Wahrnehmungsobjekte für die körperlichen Bedürfnisse des Agenten.

Zusammenfassung (Englisch)

The Artificial Recognition System (ARS) project uses a unitary cognitive process model to construct a cognitive architecture. This thesis provides a model to harness the ARS agent's memory for the support of perception. Thereby the associative character of the agent's memory is used for associative activation-based memory retrieval. In designing a model of unconscious perceptual categorization bottom-up and top-down aspects of perception are considered. Following a subjective and functional approach of cognitive modeling the recognition of a perceived object's effects on the subject (i.e. the agent), particularly on its bodily needs, is considered as the primary purpose of unconscious perceptual categorization. As the agent's bodily needs are represented as drives, this thesis' model is called drive object categorization, which is an exemplar (or instance-based) model that uses the agent's memory to categorize perceived objects as drive objects.

Following an integrated and holistic approach drive object categorization considers the integration of subjective influences. These influences are used to support perception by reducing uncertainty in choosing the most appropriate exemplars to base drive object categorization on. The integration of influencing factors into drive object categorization is inspired by the bionic concepts of top-down perception and priming. The former is used to handle influences in a generic way by using unconscious expectations; the latter is used to generically integrate these expectations by using the concept of associative activation. Examples for such subjective influences are expected drive objects, which reflect affective priming in the ARS agent, or expected contextual objects, which reflect semantic priming in the ARS agent. In this thesis the former is considered in detail.

To integrate the concept of expectation in drive object categorization, it is transformed to a categorization criterion by using activation-based criteria application. Together with the objective criterion of perceptual similarity, which represents bottom-up aspects of perception, subjective expectation-based criteria, which represent top-down aspects of perception, support the reduction of uncertainty in drive object categorization. A generic activation-based framework is designed to integrate those criteria. On the one hand such integrated multi-criteria categorization supports the generic integration of categorization influences into perceptual categorization; on the other hand it enables different categorization results depending on these dynamic influences.

Evaluation of the model shows that the similarity criterion is more reliable to reduce uncertainty and that the expectation-based categorization criterion is only significant if appearance is weak.

The overall process represents the transformation of a stimulus with objective features to a subjective drive object. Additionally it provides information for top-down saliency by determining the perceived object's pleasure potential, which indicates the object's importance for the agent's actual needs.