Cognitive Modeling pdf epub mobi txt 电子书下载 2026

简体网页||繁体网页

☆☆☆☆☆

出版者:Mit Pr

作者:Polk, Thad A. (EDT)/ Seifert, Colleen (EDT)

出品人:

页数:1291

译者:

出版时间:2002-9

价格:$ 67.80

装帧:Pap

isbn号码:9780262661164

丛书系列:

图书标签:

认知建模
计算认知科学
认知心理学
人工智能
机器学习
模型
行为科学
决策制定
人类计算机交互
认知科学

下载链接在页面底部

facebook linkedin mastodon messenger pinterest reddit telegram twitter viber vkontakte whatsapp 复制链接

想要找书就要到小美书屋

book.quotespace.org

立刻按 ctrl+D收藏本页

你会得到大惊喜!!

具体描述

Computational modeling plays a central role in cognitive science. This book provides a comprehensive introduction to computational models of human cognition. It covers major approaches and architectures, both neural network and symbolic; major theoretical issues; and specific computational models of a variety of cognitive processes, ranging from low-level (e.g., attention and memory) to higher-level (e.g., language and reasoning). The articles included in the book provide original descriptions of developments in the field. The emphasis is on implemented computational models rather than on mathematical or nonformal approaches, and on modeling empirical data from human subjects.

好的，以下是基于您的要求撰写的一本名为《Cognitive Modeling》的图书简介，力求详细、专业，且不包含任何提及原书内容或人工智能痕迹的描述。 --- 《认知架构与复杂系统：基于动态系统的视角》内容提要：本书深入探讨了认知过程的本质，聚焦于如何运用动态系统理论和复杂性科学的视角来构建和理解人类及类人智能体的认知模型。在传统符号主义和联结主义范式之外，本书提出了一种侧重于连续变化、反馈回路和涌现行为的分析框架，旨在揭示认知状态如何在时间维度上不断演化，并与环境进行实时的、高维度的交互。本书不仅仅是一本关于建模方法的综述，更是一次对心智本质的哲学性考察，通过严谨的数学工具和实验心理学的实证数据相结合，力求突破当前计算认知模型在处理时间序列依赖、上下文敏感性以及非线性决策制定等方面的局限。 --- 第一部分：认知过程的动态系统基础本部分为理解认知建模的变革性视角奠定了理论基石。我们首先回顾了经典认知科学的核心假设，并指出其在面对实时、动态环境时的不足。随后，本书全面介绍了非线性动力学在认知科学中的应用。 1.1 状态空间与轨迹的几何学：我们详细阐述了如何将认知状态（如注意力水平、记忆激活、情绪强度）映射到高维向量空间中的一个“点”。重点讨论了吸引子（Attractors）的概念，解释了它们如何代表稳定的认知范式、习惯性的思维模式或持久的情绪状态。通过分析相图（Phase Portraits），读者将学会如何直观地理解认知转变的“路径”而非孤立的“步骤”。 1.2 稳定性、不稳定性与突变：认知系统经常表现出快速、非渐进的转变——例如，从困惑到顿悟，或者从一个决策路径突然转向另一个。本书采用分岔理论（Bifurcation Theory）来刻画这些认知突变（Cognitive Catastrophes）。我们将探讨控制参数（如压力、信息量或时间限制）如何改变系统的内在稳定性，导致系统从一个吸引子区域逃逸到另一个区域。这为理解冲动行为、学习中的“高原期”提供了强大的数学工具。 1.3 随机性与噪声在认知中的作用：传统模型倾向于将噪声视为干扰，但在动态系统中，适度的随机性（如Langevin动力学中的随机项）是维持系统灵活性的关键。本章分析了随机共振（Stochastic Resonance）现象，展示了微小的、经过调制的环境噪声如何反而能帮助系统从次阈值的输入中提取有效信息，这对理解感知阈值下的信息处理至关重要。 --- 第二部分：关键认知模块的动态建模本部分将理论框架应用于具体的认知功能领域，展示如何构建具有预测能力的具体模型。 2.1 注意力与选择的竞争性动态：注意力被视为一个动态竞争过程。我们利用竞争性激活模型（Competitive Activation Models），其中多个潜在目标或刺激的表征强度遵循耦合的微分方程。本书详细推导了如何利用这些方程来模拟抑制控制（Inhibitory Control）——即一个激活的节点如何通过负反馈抑制其他节点的激活。我们考察了脉冲编码（Spiking Dynamics）与连续变量之间的桥梁，以更精细地捕捉时间锁定效应。 2.2 记忆的痕迹与动态重构：摒弃将记忆视为静态数据库的观点，本书将记忆视为一种动态痕迹（Dynamic Trace）的持续演化。我们探讨了如何使用循环神经网络（Recurrent Neural Networks）的特定结构（如Hopfield网络或更现代的Echo State Networks）来模拟记忆的编码、存储和提取过程。尤其关注遗忘并非信息丢失，而是吸引子景观的衰减或转移的观点。检索过程被建模为系统轨迹向特定记忆吸引子的快速收敛。 2.3 决策制定中的时间积累与积分：在涉及时间延迟或概率权衡的决策中，系统需要积累证据。我们详细介绍了随机游走模型（Random Walk Models），特别是累积证据模型（Drift-Diffusion Models, DDM）的动态扩展版本。本书超越了标准的DDM，引入了参数随时间变化的变分DDM（Time-Varying DDM），用以解释任务熟悉度和疲劳如何改变决策的“漂移率”和“边界分离”。 2.4 情绪与认知的耦合：情绪状态被视为一种慢速的、全局性的系统参数，它调节着认知处理的速度和倾向性。我们构建了情绪-认知双向耦合模型，其中情绪变量（如唤醒度）作为影响认知微分方程中增益或摩擦项的“调制器”。这使得模型能够解释焦虑状态下决策边界的收紧或抑郁状态下认知的迟缓性。 --- 第三部分：复杂交互与高级认知功能本部分将视角从个体内部的动态扩展到个体与环境、个体与个体之间的复杂交互。 3.1 环境作为反馈机制：认知系统不是在真空中运行的。本书强调具身认知（Embodied Cognition）的动态视角，将身体运动和环境反馈视为认知循环不可分割的一部分。我们使用耦合振荡器（Coupled Oscillators）来模拟人与环境之间的步调同步（Entrainment），例如，当一个人在行走或操作工具时，其认知节律如何与外部物理节律锁定。 3.2 协同认知与集体动力学：在团队合作或对话中，个体的认知状态会相互影响。我们应用多体系统理论（Many-Body Systems）来建模群体决策。通过分析个体大脑活动间的相位锁定和交叉耦合，本书展示了群体智慧（或群体错误）如何作为一个更高阶的动态系统涌现出来，其稳定性和脆弱性遵循与单主体系统不同的规则。 3.3 模型的检验与复杂性管理：虽然动态模型提供了丰富的解释力，但过度参数化是其主要挑战。本部分提供了一套严格的模型选择和辨识（Model Selection and Identification）标准，侧重于基于时间序列数据的拟合优度，而非仅仅是静态反应时间或准确率。我们介绍了如何使用信息论指标（如AIC/BIC的动态版本）以及模型预测误差的分析来评估模型的解释范围和泛化能力。 --- 总结与展望：《认知架构与复杂系统：基于动态系统的视角》旨在为研究人员提供一套统一的数学语言，用以描述和预测那些依赖于时间演化、非线性相互作用和环境耦合的认知现象。本书的最终目标是建立能够捕捉心智复杂性、适应性以及其在真实世界中涌现能力的连续性认知模型。它面向对高级认知科学、计算神经科学、复杂系统理论以及系统生物学有深入兴趣的研究生、学者和高级工程师。