Product Design, Manufacturing & Innovation Resources
घर » संज्ञान बायेसियन मॉडल

संज्ञान बायेसियन मॉडल

2000
  • Thomas Bayes
  • Joshua Tenenbaum
  • Thomas Griffiths
संज्ञानात्मक मनोविज्ञान अनुसंधान प्रयोगशाला, जिसमें बायेसियन मॉडल विश्लेषण का उपयोग किया जाता है।

(यह छवि केवल उदाहरण के लिए बनाई गई है)

संज्ञान के बायेसियन मॉडल मस्तिष्क को एक संभाव्यता आधारित अनुमान प्रणाली के रूप में प्रस्तुत करते हैं। यह दृष्टिकोण मानता है कि मस्तिष्क ज्ञान को संभाव्यता वितरण के रूप में प्रस्तुत करता है और बायेस के प्रमेय के अनुसार नए साक्ष्य प्राप्त होने पर इन मान्यताओं को अद्यतन करता है। यह अनिश्चितता के अंतर्गत धारणा, अधिगम और तर्क को इष्टतम या लगभग इष्टतम सांख्यिकीय अनुमान के रूप में प्रतिरूपित करता है, जो एक एकीकृत गणितीय मॉडल प्रदान करता है। रूपरेखा कई संज्ञानात्मक कार्यों के लिए।

इस दृष्टिकोण का मूल आधार बेयस का नियम है: [latex]P(H|D) = frac{P(D|H)P(H)}{P(D)}[/latex], जहाँ [latex]H[/latex] एक परिकल्पना है और [latex]D[/latex] प्रेक्षित डेटा है। पश्च संभाव्यता [latex]P(H|D)[/latex] (डेटा देखने के बाद परिकल्पना में विश्वास) संभावना [latex]P(D|H)[/latex] (परिकल्पना डेटा को कितनी अच्छी तरह समझाती है) और पूर्व संभाव्यता [latex]P(H)[/latex] (परिकल्पना में प्रारंभिक विश्वास) के गुणनफल के समानुपाती होती है। यह ढाँचा एक मानक प्रदान करता है कि एक तर्कसंगत एजेंट को अपने विश्वासों को कैसे अद्यतन करना चाहिए।

संज्ञानात्मक विज्ञान में, यह मानकर इसे लागू किया जाता है कि मन इन गणनाओं को स्वतः ही करता है। उदाहरण के लिए, बोध में, मस्तिष्क शोरगुल वाले संवेदी इनपुट (डेटा) को दुनिया के बारे में पूर्व ज्ञान के साथ मिलाकर एक स्थिर बोध (पश्चवर्ती) बनाता है। यह कई दृश्य भ्रमों की व्याख्या कर सकता है, जहाँ पूर्व अपेक्षाएँ संवेदी डेटा पर हावी हो जाती हैं। भाषा सीखने में, एक बच्चा बायेसियन अनुमान का उपयोग करके एक नए शब्द का अर्थ समझने की कोशिश कर सकता है, यह विचार करते हुए कि कौन सा संभावित अर्थ उन संदर्भों को सबसे अच्छी तरह से समझाता है जिनमें शब्द का उपयोग किया गया था। यह दृष्टिकोण शक्तिशाली है क्योंकि यह विविध संज्ञानात्मक घटनाओं के लिए एक एकीकृत गणितीय ढांचा प्रदान करता है और संज्ञान को सीधे सांख्यिकी और मशीन लर्निंग से जोड़ता है।

UNESCO Nomenclature: 6105
प्रायोगिक मनोविज्ञान

Type

सार प्रणाली

व्यवधान

संतोषजनक

उपयोग

उभरती प्रौद्योगिकी

शगुन

  • Bayes’ theorem by Thomas Bayes and Pierre-Simon Laplace
  • संभाव्यता सिद्धांत
  • क्लॉड शैनन द्वारा सूचना सिद्धांत
  • मनोविज्ञान में संकेत पहचान सिद्धांत

आवेदन

  • दृश्य धारणा और भ्रमों का मॉडलिंग
  • भाषा अधिग्रहण और शब्द अधिगम के सिद्धांत
  • कारण-कार्य संबंध संबंधी तर्क और निर्णय लेने के मॉडल
  • कम्प्यूटेशनल न्यूरोसाइंस
  • बेयसियन नेटवर्क और कलमन फिल्टर जैसे मशीन लर्निंग एल्गोरिदम

पेटेंट:

NA

संभावित नवाचार विचार

बॉट ट्रैफिक को कम करने के कारण, जो वर्तमान में प्रति दिन 40,000 से अधिक है, यह सामग्री केवल समुदाय के सदस्यों के लिए आरक्षित है।
> लॉगिन < या > रजिस्टर < इस सामग्री और अन्य सभी प्रतिबंधित सामग्रियों और उपकरणों तक पहुंच (100% निःशुल्क) है।

संबंधित विषय: बायेसियन संज्ञान, संभाव्यता मॉडल, बायेस प्रमेय, कम्प्यूटेशनल मॉडलिंग, संज्ञानात्मक विज्ञान, सांख्यिकीय अनुमान, अनिश्चितता, पूर्व संभाव्यता, पश्च संभाव्यता, जोशुआ टेनेनबाम।

ऐतिहासिक संदर्भ

संज्ञान बायेसियन मॉडल

1941
1986
1990
2000
1950
1990
1990

(यदि तिथि अज्ञात है या प्रासंगिक नहीं है, उदाहरण के लिए "द्रव यांत्रिकी", तो इसके उल्लेखनीय उद्भव का एक अनुमानित आंकड़ा प्रदान किया गया है)

संबंधित आविष्कार, नवाचार और तकनीकी सिद्धांत

पंजीकृत सदस्यों के लिए पूर्ण आकार की छवियाँ और डाउनलोड 100% निःशुल्क उपलब्ध हैं।