研究者提出认知表征与问题求解结构框架
热点事件持续更新
研究者提出认知表征与问题求解结构框架
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Antal Jakov'ac 与 Andras Telcs 提交论文,提出一个认知表征与问题求解的最简结构框架。该框架把上下文形成、不变性识别、代表性选择、抽象和过程复用等表征操作显式化,并将核心概念“上下文”形式化为底层状态空间子集的一个划分。 框架实现为由概念图和过程图两个耦合图结构组成的知识空间,作者称其为一种最简认知表征代数,不假设复杂的推理、学习、控制、感知或运动机制。 作者通过简单示例和有限弱求解器演示,称合适的表征组织能简化可容许规律的形式与范围,即使求解器固定且能力有限。这是作者的演示结论,并非已证实的通用效果。
AI 根据报道生成 · 50 分钟前更新
最新进展10月9日 12:00
一个关于认知表征与问题解决的结构理论:上下文、不变性与知识空间报道时间线
沿着报道,了解事件的不同侧面。
10月9日
- arXiv:cs.AI一个关于认知表征与问题解决的结构理论:上下文、不变性与知识空间
研究者提出一个最简结构框架,将上下文形成、不变性识别、代表性选择、抽象和过程复用等表征操作显式化,核心概念"上下文"被形式化为底层状态空间子集的一个划分。该框架实现为由概念图和过程图两个耦合图结构组成的知识空间,构成一套最简认知表征代数,无需假设复杂推理、学习、控制、感知或运动机制。通过简单示例与有限弱求解器演示,表明合适的表征组织能简化可容许规律的形式与范围,即使求解器固定且能力有限。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。