Modelowanie procesów pamięciowych wspomagane metodami genetycznymi

• Autorzy: Wójcicki T.

Warianty tytułu

EN

Process modelling of memory supported by genetic methods

• Konferencja: Konferencja e-Technologie w Kształceniu Inżynierów eTEE’2016 (III; 11.04.2016; Kraków, Polska)
• Języki publikacji: PL

Abstrakty

PL

W artykule zaprezentowano autorski model wspomagania procesów pamięciowych związanych z przyswajaniem wiedzy z dowolnego obszaru dziedzinowego przy wykorzystaniu technologii informatycznych. Opracowana metoda wspomagania procesów pamięciowych dotyczy działań zamierzonych, w przeciwieństwie do działań o charakterze samorzutnym (mimowolnym - zachodzących bez świadomej decyzji). Opisane w pracy rozwiązanie umożliwia identyfikację optymalnych metod reprezentacji wiedzy podczas procesu jej kodowania dla pojedynczej osoby, charakteryzującej się unikalnymi cechami, a także planowanie rozkładu jednostek informacyjnych w celu ich utrwalenia. W artykule przedstawiono założenia modelowe, jego główne struktury, które zostały opisane również w sposób formalny, oraz wykorzystane metody genetyczne, a także przykładowe rezultaty. Zaprezentowano wyniki analizy stanu wiedzy dotyczącej procesów pamięciowych, w tym metod odwzorowania krzywej zapominania i analizę głównych zalet oraz ograniczeń opracowanego rozwiązania.

EN

The article presents the author's model of supporting memory processes associated with learning with the use of information technology. Biological memory is a property of nervous system by means of which it is possible to create experiences. It includes three basic processes: memorizing (coding), storing, and recalling (decoding information). The developed method for supporting memory processes refers to intentional actions, in contrast to spontaneous actions (involuntary - occurring without conscious decision). It was assumed that the ability to effective memorize increases the chances of professional success, as well as makes it easier to find a job. Typically effective learning takes place through the development of individual methods of storing information by experimentation. The solution based on technologies related to digital data processing, described in the article, enables the identification of optimal methods of knowledge representation during the process of its coding for a single person, who is characterized by unique features, as well as distribution planning of information units for purpose of fixation them in memory. This process includes prediction of conditions for actions with certain time limits, determination of objectives and methods of their most effective implementation. The use of time parameters in developed solution makes it possible to determine the distribution of repetitions related to the presentation of information. The article presents the assumptions of the model, its main structures, which are also described in a formal way, used genetic methods, and examples of results. The results of the analysis of the state of knowledge, including methods of mapping forgetting curve and analysis of the main advantages and limitations of the developed solution were presented.

Słowa kluczowe

PL

procesy pamięciowe; pamięć; algorytm genetyczny; krzywa zapominania; modelowanie; uczenie się

EN

memory processes; memory; genetic algorithm; forgetting curve; modeling; learning

• Wydawca: Wydział Elektrotechniki i Automatyki Politechniki Gdańskiej
• Czasopismo: Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
• Rocznik: 2016
• Tom: Nr 48
• Strony: 113--118
• Opis fizyczny: Bibliogr. 15 poz., rys., wykr., tab.

Twórcy

autor

Wójcicki T.

• Instytut Technologii Eksploatacji – PIB w Radomiu tel.: [phone]

Bibliografia

• 1. Zull J.: From Brain to Mind, Using Neuroscience to Guide Change in Education, Stylus Publishing, USA, 2011.
• 2. Neumann J., Kurzweil R.: The Computer and the Brain, Yale University Press, USA 2012.
• 3. Kaiser J.: Obecność mózgu w świadomości. Empiryczny status zjawisk świadomych w świetle psychofizjologii, Wydawnictwo Uniwersytetu Jagiellońskiego, Kraków 2007.
• 4. Antonova I., Fang-Min Lu, Zablow L., Udo H., Hawkins R. D.: Rapid and Long-Lasting Increase in Sites for Synapse Assembly during Late-Phase Potentiation in Rat Hippocampal Neurons, The Journal of Neuroscience, Nr 21(16), 2001.
• 5. Mazzaro J.: Memory and Making From Simonides to Shakespear, Xlibris Corporation, USA 2003.
• 6. Sygnowski P.: Szybka nauka dla wytrwałych, Jak skutecznie rozwiązać swoje problemy z nauką, Internetowe Wydawnictwo Złote Myśli, Gliwice 2008.
• 7. Szula B.: Pamięć doskonała, 22 proste lekcje dzięki którym zapomnisz o zapominaniu, Wydawnictwo Załote Myśli, Gliwice 2011.
• 8. Bąbel P., Wiśniak M.: Jak uczyć żeby nauczyć, Wydawnictwa Szkolne i Pedagogiczne, Warszawa 2008.
• 9. Hagendorf F.H.: Human Memory and Cognitive Capabilities, Mechanisms and Performances, Symposium In Memoriam Hermann Ebbinghaus, Humboldt-Univ, Germany 1995.
• 10. Deffenbacher K. A., Bornstein B. H., McGorty, E. K., Penrod, S. D.: Forgetting the once-seen face: Estimating the strength of an eyewitness's memory representation. Journal of Experimental Psychology: nrl. 14(2), 2008, s. 139-150.
• 11. Goldberg D. E.: Genetic Algorithms, Pearson Education, USA 2006.
• 12. Coello C., Van Veldhuizen D. A., Lamont G. B.: Evolutionary Algorithms for Solving Multi-Objective Problems, Springer-Science, USA 2002.
• 13. Bass R. F.: Stochastic Processes, Cambridge University Press, UK 2011.
• 14. Eiben A. E., Hinterding R., Michalewicz Z.: Parameter Control In Evolutionary Algorithms, IEEE Transactions On Evolutionary Computation, 3(3), 1999, s. 121-141.
• 15. Han J., Kamber., Pei J.: Data Mining, Concepts and Techniques, Morgan Kaufmann Publishers, USA 2012.

Uwagi

PL

Opracowanie ze środków MNiSW w ramach umowy 812/P-DUN/2016 na działalność upowszechniającą naukę.