| Riadok 4: | Riadok 4: | ||
| − | * 09.00 - Úvod (I. Farkaš / J. Rybár) | + | * 09.00 - Úvod (I. Farkaš / J. Rybár) |
| + | |||
| + | Pár slov o súvise kognitívnej vedy a informatiky, o snahe rozvíjať KV na FMFI, hlavne z pohľadu výpočtového modelovania, a o vybraných príspevkoch. | ||
| + | |||
* 09.10 - Z. Petráková, P. Náther, M. Markošová: Aplikácia teórie sietí v biológii: funkčné siete mozgu | * 09.10 - Z. Petráková, P. Náther, M. Markošová: Aplikácia teórie sietí v biológii: funkčné siete mozgu | ||
| − | Siete, ktoré skúmame v prírode, majú | + | Siete, ktoré skúmame v prírode, majú veľmi často podobné vlastnosti. Sú sieťami malého sveta, bezškálovými a hierarchickými sietami. Matematické modely rastúcich sietí dokážu vysvetliť, akými spôsobmi siete s takýmito vlastnosťami vznikajú. Okrem teoretického úvodu ukážeme aj konkrétne spracovanie dát z fMRI meraní mozgu. Spracovanie dát, t.j. extrakcia funkťných sietí mozgu, umožňuje prepojiť teóriu sietí s kognitívnou vedou. |
| − | Matematické modely rastúcich sietí | + | |
* 09.50 – J. Malý: Asociatívne siete v spojení s rozlišovacími kritériami, učením s posilňovaním a abstrakciou | * 09.50 – J. Malý: Asociatívne siete v spojení s rozlišovacími kritériami, učením s posilňovaním a abstrakciou | ||
| + | |||
| + | Rozlišovacie kritérium je nástroj na zachytenie nejakeho konceptu.Sieť (graf) takýchto konceptov, kde by hrany predstavovali zažité asociácie, môže byť štruktúrou na zachytenie a znovupoužitie poznatkov. Pomocou učenia s posilňovaním môžeme konceptom priraďovať ohodnotenie, ktoré pre agenta predstavuje motiváciu na cielené prehľadávanie grafu a vykonanie akcií v snahe dosiahnuť lepšie ohodnotený stav. Sieť konceptov je potrebné priebežne doplňovať o získavané poznatky a vytvárať z nich zovšeobecnenia. Abstrakcia je | ||
| + | spôsob, ako sa zbaviť prebytočných informácií (a udržať pamäťovú a výpočtovú zložitosť "na uzde"), a tiež spôsob, ako umožniť predvídanie/prispôsobovanie. | ||
| + | |||
* 10.10 – K. Rebrová: Modelovanie pomenovania farieb s využitím rozlišovacích kritérií | * 10.10 – K. Rebrová: Modelovanie pomenovania farieb s využitím rozlišovacích kritérií | ||
Verzia zo dňa a času 13:25, 2. február 2010
Srdečne Vás pozývame na ďalší z informatických seminárov, na ktorom sa tento krát predstavia kolegovia a doktorandi KAI, ktorých práca sa týka kognitívnej vedy a umelej inteligencie.
11. 2. 2010 (štvrtok), miestnosť B
- 09.00 - Úvod (I. Farkaš / J. Rybár)
Pár slov o súvise kognitívnej vedy a informatiky, o snahe rozvíjať KV na FMFI, hlavne z pohľadu výpočtového modelovania, a o vybraných príspevkoch.
- 09.10 - Z. Petráková, P. Náther, M. Markošová: Aplikácia teórie sietí v biológii: funkčné siete mozgu
Siete, ktoré skúmame v prírode, majú veľmi často podobné vlastnosti. Sú sieťami malého sveta, bezškálovými a hierarchickými sietami. Matematické modely rastúcich sietí dokážu vysvetliť, akými spôsobmi siete s takýmito vlastnosťami vznikajú. Okrem teoretického úvodu ukážeme aj konkrétne spracovanie dát z fMRI meraní mozgu. Spracovanie dát, t.j. extrakcia funkťných sietí mozgu, umožňuje prepojiť teóriu sietí s kognitívnou vedou.
- 09.50 – J. Malý: Asociatívne siete v spojení s rozlišovacími kritériami, učením s posilňovaním a abstrakciou
Rozlišovacie kritérium je nástroj na zachytenie nejakeho konceptu.Sieť (graf) takýchto konceptov, kde by hrany predstavovali zažité asociácie, môže byť štruktúrou na zachytenie a znovupoužitie poznatkov. Pomocou učenia s posilňovaním môžeme konceptom priraďovať ohodnotenie, ktoré pre agenta predstavuje motiváciu na cielené prehľadávanie grafu a vykonanie akcií v snahe dosiahnuť lepšie ohodnotený stav. Sieť konceptov je potrebné priebežne doplňovať o získavané poznatky a vytvárať z nich zovšeobecnenia. Abstrakcia je spôsob, ako sa zbaviť prebytočných informácií (a udržať pamäťovú a výpočtovú zložitosť "na uzde"), a tiež spôsob, ako umožniť predvídanie/prispôsobovanie.
- 10.10 – K. Rebrová: Modelovanie pomenovania farieb s využitím rozlišovacích kritérií
- Prestávka: (tip na vyplnenie času: prednáška prof. Jurišicu)
- 11.40 – I. Farkaš: Konekcionistické spracovanie viet v jazyku.
- 12.00 – P. Vančo: Učenie stromových štruktúr pomocou rekurzívnych samoorganizujúcich sa máp
- 12.20 – M. Čertický: IK-STRIPS: Intuitívne plánovanie so stabilnomodelovou sémantikou
- 12.40 – Záver