Learning Methods of Cognitive Agents Related to Decision Areasin DSS

• Autorzy: Jadwiga Sobieska-Karpińska , Marcin Hernes

Warianty tytułu

Metody uczenia się agentów kognitywnych a obszary decyzyjne w swd

• Języki publikacji: EN

Abstrakty

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)

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)

Słowa kluczowe

PL

Systemy informatyczne; Komputerowe wspomaganie decyzji; Systemy multiagentowe; Symulacja wieloagentowa

EN

Computer system; Computer aided decision making; Multi-agent system; Multi-agent based simulation

• Czasopismo: Studia Ekonomiczne / Uniwersytet Ekonomiczny w Katowicach
• Rocznik: 2014
• Numer: nr 188 Ambient Technology and Creativity Support Systems
• Strony: 206-217

Twórcy

autor

Jadwiga Sobieska-Karpińska

• Wrocław University of Economics, Poland

autor

Marcin Hernes

• 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.