PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
2014 | nr 188 Ambient Technology and Creativity Support Systems | 206--217
Tytuł artykułu

Learning Methods of Cognitive Agents Related to Decision Areasin DSS

Treść / Zawartość
Warianty tytułu
Metody uczenia się agentów kognitywnych a obszary decyzyjne w swd
Języki publikacji
EN
Abstrakty
EN
In the first part of article, the research methods have been described. The cognitive agents' functioning in DSS is then presented. In the final part of article the classification of the cognitive agents learning methods is presented.(fragment of text)
Stosowane obecnie systemy informatyczne wspomagają podejmowanie decyzji głównie na szczeblach operacyjnym i taktycznym, natomiast stają się niewystarczające na szczeblu strategicznym. Umożliwiają one bowiem jedynie analizę formy informacji, powiązań pomiędzy wartościami ekonomicznymi, natomiast nie wspomagają procesu analizy ich znaczenia. Zasadne staje się zatem wykorzystanie narzędzi, które realizują funkcje poznawcze i decyzyjne, jakie zachodzą w ludzkim mózgu, dzięki czemu potrafią zrozumieć rzeczywiste znaczenie obserwowanych zjawisk i procesów gospodarczych zachodzących w otoczeniu organizacji. Do narzędzi tych należą między innymi agenty kognitywne, które często współpracują ze sobą w ramach systemu wieloagentowego, aby skutecznie osiągnąć wyznaczony cel. Jedną z najważniejszych cech agentów kognitywnych jest umiejętność uczenia się. W niniejszym artykule dokonano analizy i usystematyzowania metod uczenia się agentów kognitywnych, które mogą być wykorzystane w konkretnych obszarach decyzyjnych wspomaganych przez system informatyczny. W pierwszej części przedstawiono charakterystykę i strukturę wieloagentowego systemu wspomagania decyzji. Następnie omówiono aspekty związane z problematyką architektur agentów kognitywnych. W końcowej części artykułu przedstawiono metody uczenia się agentów wyróżniane ze względu na różne kryteria, które mogą być wykorzystane w odniesieniu do danych obszarów decyzyjnych. (abstrakt oryginalny)
Twórcy
  • Wrocław University of Economics, Poland
  • Wrocław University of Economics, Poland
Bibliografia
  • Bytniewski A., Hernes M.: Wykorzystanie agentów kognitywnych w budowie zintegrowanego systemu informatycznego zarządzania. In: T. Porębska-Miąc, H. Sroka (eds.): Systemy Wspomagania Organizacji. Wydawnictwo Uniwersytetu Ekonomicznego, Katowice 2013.
  • Cichosz P.: Systemy uczące się. Wydanie 2. WNT, Warszawa 2009.
  • Duch W.: Architektury kognitywne, czyli jak zbudować sztuczny umysł. In: R. Tadeusiewicz (ed.): Neurocybernetyka teoretyczna. Wydawnictwa Uniwersytetu Warszawskiego, Warszawa 2010.
  • Franklin S., Patterson F.G.: The LIDA Architecture: Adding New Modes of Learning to an Intelligent, Autonomous, Software Agent. Proc. of the Int. Conf. on Integrated Design and Process Technology. Society for Design and Process Science, San Diego, CA 2006.
  • Goertzel B. Wang P.: Introduction: What Is the Matter Here? In: B. Goertzel, P. Wang (eds.): Foundations of Artificial General Intelligence. Atlantis Press 2012.
  • Hawkins J., Blakeslee S.: On Intelligence: How a New Understanding of the Brain Will Lead to the Creation of Truly Intelligent Machines. Times Books, 2004.
  • Haykin S.O.: Neural Networks and Learning Machines. Prentice Hall, 2009.
  • Hecht-Nielsen R.: Confabulation Theory: The Mechanism of Thought. Springer, 2007.
  • Hofstadter D.R., Mitchell M.: The Copycat Project: A Model of Mental Fluidity and Analogy-making. In: D. Hofstadter, Fluid Analogies Research group (eds.): Fluid Concepts and Creative Analogies. Basic Books, 1995, Chapter 5.
  • Kisielnicki J.: Management Information Systems. Placet Press, Warsaw 2008.
  • Kubiak B.F.: Knowledge and Intellectual Capital - Management Strategy in Polish Organizations. In: B.F. Kubiak, A. Korowicki (eds.): Information Management. Gdansk University Press, Gdansk 2009, pp. 16-24.
  • Laird J.E.: Extending the SOAR Cognitive Architecture. In: P. Wang, P. Goertzel, S. Franklin (eds.): Frontiers in Artificial Intelligence and Applications, Vol. 171. IOS Press, 2008, pp. 224-235.
  • Mitchell T.: Machine Learning. McGraw-Hill Companies, Inc., 1997.
  • Plikynas D.: Multiagent Based Global Enterprise Resource Planning: Conceptual View. "WSEAS Transactions on Business and Economics" 2008, Vol. 5, Iss. 6.
  • Prince M.J., Felder R.M.: Inductive Teaching and Learning Methods: Definitions, Comparisons, and Research Bases. "Journal of Engineering Education" 2006, Vol. 95, Iss. 2, pp. 123-138.
  • Rohrer B.: An Implemented Architecture for Feature Creation and General Reinforcement Learning. Workshop on Self-Programming in AGI Systems, Fourth International Conference on Artificial General Intelligence, Mountain View, CA, http://www.sandia.gov/rohrer/doc/Rohrer11ImplementedArchitecture Feature.pdf [11.04. 2014].
  • Sathish Babu B., Venkataram P: Cognitive Agents Based Authentication & Privacy Scheme for Mobile Transactions (CABAPS). "Computer Communications" 2008, 31(17), pp. 4060-4071.
  • Sobieska-Karpińska J., Hernes M.: Consensus Determining Algorithm in Multiagent Decision Support System with Taking into Consideration Improving Agent's Knowledge. Proceedings of Federated Conference on Computer Science and Information Systems (FedCSIS), 2012.
  • Sobieska-Karpińska J., Hernes M.: The Postulates of Consensus Determining in Financial Decision Support Systems. Proceedings of Federated Conference on Computer Science and Information Systems (FedCSIS), Kraków 2013.
  • Yusoff N., Grüning A.: Supervised Associative Learning in Spiking Neural Network. "Lecture Notes in Computer Science" 2010, Vol. 6352, pp. 224-229.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000171307671

Zgłoszenie zostało wysłane

Zgłoszenie zostało wysłane

Musisz być zalogowany aby pisać komentarze.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.