文献

J-GLOBAL ID：201702216598401670   整理番号：17A1641695

学習エージェントにおける意味記憶モデリングと記憶相互作用【Powered by NICT】

Semantic Memory Modeling and Memory Interaction in Learning Agents

著者 (3件)： Wang Wenwen (School of Computer Engineering, Nanyang Technological University, Singapore) ,  Tan Ah-Hwee (School of Computer Engineering, Nanyang Technological University, Singapore) ,  Teow Loo-Nin (DSO National Laboratories, Singapore)
資料名： IEEE Transactions on Systems, Man, and Cybernetics: Systems  (IEEE Transactions on Systems, Man, and Cybernetics: Systems)
巻： 47  号： 11  ページ： 2882-2895  発行年： 2017年 
JST資料番号： C0425D  ISSN： 2168-2216  CODEN： ITSMFE  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 意味記憶は推論と意思決定に重要な役割を果たしている。はその過去の経験から学んだ抽象有用な知識へのエージェントを可能にした。融合適応共鳴理論ネットワークの拡張に基づいて,本論文では,セマンティック知識統一した方法での様々なタイプを表現し,学習するための新しい自己組織化記憶モデルを提示した。多メモリー学習のための融合適応共鳴理論と呼ばれる,提案したモデルはニューラルプロセスの,それを通して,知識を伝達し,他の長期記憶システムと協働する可能性を組み込み,エピソード記憶と手続き記憶を含む。より詳しくいえば,ここでは,一般的な学習過程,種々のタイプの意味的知識のエピソード記憶にコードされた特異的経験から固化し,移動させることができるを示した。意味記憶と手続き記憶間の記憶相互作用の二つの型,それによるより効果的な意思決定を達成できるを同定し,定式化した。実験研究,提案したモデルを用いて,種々の領域における意味的知識の様々なタイプ,架空トーナメント,ヒキガエルとカエルパズルと呼ばれる一人称シューティングゲームを含むを符号化する,とStarCraft Broodwarとして知られている戦略的ゲームを提案した。著者らの実験は,エピソード記憶意味記憶から提案した知識移転プロセスである意思決定の性能を増強する有用な知識を抽出できることを示した。添加では,意味的知識と手技間の協調的相互作用は,学習効率と学習エージェントの性能の両方における顕著な改善をもたらした。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 符号化 ,  意思決定 ,  ゲーム ,  自己組織化 ,  モデル ,  *相互作用 ,  *モデリング ,  *エージェント ,  *学習
準シソーラス用語： 手続き記憶 ,  エピソード記憶 ,  長期記憶 ,  適応共鳴理論 ,  *意味記憶 ,  *学習エージェント , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 学習エージェント ,  意味記憶 ,  モデリング ,  相互作用