基于布尔神经网络的决策过程：心理图式的涌现
人工智能
2016-09-08 v1
摘要
人类决策过程源于对选定数量的相关信息的使用，这些信息通常是从环境输入数据和存储的记忆中综合得出的。其主要目标是为认知或行为任务产生适当且自适应的响应。可以采用不同的响应生成策略，包括随机尝试、心理图式的形成和启发式方法。在本文中，我们提出了一种布尔神经网络模型，该模型通过学习过程中的全局优化策略来整合这些策略。该模型还刻画了从数据驱动过程典型的非结构化/混沌吸引子神经网络向更快、仅前向且代表图式驱动过程的神经网络的转变。此外，我们引入了一个简化版的艾奥瓦赌博任务（IGT）来测试该模型。我们的结果与实验数据吻合，并指出了来自心理学领域的一些相关知识。
引用
@article{arxiv.1001.1257,
title = {Decisional Processes with Boolean Neural Network: the Emergence of Mental Schemes},
author = {Graziano Barnabei and Franco Bagnoli and Ciro Conversano and Elena Lensi},
journal= {arXiv preprint arXiv:1001.1257},
year = {2016}
}
备注
11 pages, 7 figures