文献

J-GLOBAL ID：200902296702696702   整理番号：08A1250795

制約論を用いた洞察問題解決過程のカオスニューラルネットワークモデルの構築

A Chaotic Neural Network Model of Insight Problem Solving with Constraint

著者 (3件)： 和嶋雄一郎 (東京工大 大学院社会理工学研究科) ,  阿部慶賀 (東京工大 大学院社会理工学研究科) ,  中川正宣 (東京工大 大学院社会理工学研究科)
資料名： 認知科学  (Bulletin of the Japanese Cognitive Science Society)
巻： 15  号： 4  ページ： 644-659  発行年： 2008年12月01日 
JST資料番号： L4140A  ISSN： 1341-7924  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 洞察問題では失敗からの学習によって制約を解消し,手詰まり状態(インパス)から脱出する発想の飛躍が起こることで解決に至る。本論文では,制約,失敗からの学習,発想からの飛躍を基本的要因として人間の洞察問題解決過程を再現する制約論的アプローチによるモデルを説明し,1)オペレータと制約の関係の不明確さ,2)目標状態からの影響の非考慮,3)基本的要因の必要性の未検証が課題であることを論じた。そこで,人間の洞察問題解決時の振舞いから仮説を立て,各オペレータに属性を持たせることで各属性の属性値が1つ決定されるとオペレータが選択され,特定の属性値が選択されやすい状態を作ることで1)をモデル化した。また,目標状態と現在状態の差異を計算する関数を用いて2)をモデル化し,洞察問題であるTパズルでシミュレーションを行った。その結果,問題解決中の試行傾向の変化は被験者実験の結果と一致した。さらに,発想からの飛躍を表すカオス的最急降下法や,目標状態との差の計算を行わない場合のシミュレーションにより,1)~3)が洞察問題解決に必要なメカニズムであることを確かめた。

シソーラス用語： *ニューラルネットワーク ,  *カオス ,  神経回路網 ,  *問題解決 ,  制約条件 ,  計算機シミュレーション ,  実験 ,  最急降下法 ,  学習 ,  認知科学 ,  *カオスニューラルネットワーク ,  被験者実験 ,  計算機利用 ,  利用
準シソーラス用語： 失敗からの学習 ,  *洞察問題解決

分類 (3件)： ニューロコンピュータ  (JC06010Q) ,  ゆらぎ,ランダム過程,Brown運動,輸送過程の一般的理論  (BA08020B) ,  人工知能  (JE08000Z)

引用文献 (17件)：

• 阿部慶賀. 洞察的問題解決過程における過去試行からの回避傾向が解決過程に及ぼす影響. 認知科学. 2006, 13, 187-204
• 阿部慶賀. 洞察問題解決における失敗による制約の緩和. 日本認知科学会第18回大会発表論文集, 2001. 2001, 18-19
• 阿部慶賀. オペレータを導入した一般的洞察問題解決過程のカオスニューラルネットワークモデル-Tpuzzle を題材に-. 日本認知科学会第20回大会発表論文集, 2003. 2003, 90-91
• DE GROOT, A. D. Thought and choice in chess. 1965
• FINKE, R. A. Creative cognition : Theory, research, and applications. 1992

タイトルに関連する用語 (6件)： 制約 ,  洞察問題解決 ,  過程 ,  カオス ,  ニューラルネットワークモデル ,  構築