一元模糊事件PMJ模型研究

2016-09-12 02:41
西安电子科技大学学报 2016年1期
关键词:记忆体短时记忆容量

冯 康

(淮南师范学院计算机学院,安徽淮南 232038)

一元模糊事件PMJ模型研究

冯 康

(淮南师范学院计算机学院,安徽淮南 232038)

为改正现有的PMJ认知计算模型存在的不足及发现认知的规律,提出了一元模糊事件PMJ认知计算模型.它在感知表征中增加了相关性选择器,在记忆表征中设计了长时记忆体和短时记忆体,在判断表征中以目标映射未完成任务,并以一元模糊事件作为感知表征的输入信息,具有选择性注意、长时记忆、短时记忆、回忆、遗忘等认知机制.图式记忆实验发现:在发生遗忘时,长时记忆体容量的增加能够增加任务的完成率;在不发生遗忘时,长时记忆体容量的增加不影响任务的完成率;不管是否发生遗忘,短时记忆体长度的改变都不影响任务的完成率.因此,一元模糊事件PMJ认知计算模型改正了PMJ认知计算模型存在的不足,发现了长时记忆体容量和短时记忆体长度影响任务完成率的认知规律,是开展认知计算的理想模型.

认知计算;大脑模型;一元模糊事件;记忆结构;认知系统

认知计算是大脑认知的完整表征,它是认知科学研究的核心,提供了用计算过程来解释大脑认知的理论基础,得到了世界各国的高度重视.美国政府2014财政年度投入巨资启动的“大脑活动图谱(Brain Activity Map,BAM)”重大研究课题(也称“脑计划”)中,认知计算是BAM的一项重要子课题.《科学》杂志专门撰文[1],阐述了认知计算在BAM中的重要意义.我国也在《国家中长期科学和技术发展规划纲要(2006~2020)》中将认知计算列为认知科学领域的首要子课题.因此,认知计算是一项意义深远的基础研究[2].

图1 一元模糊事件PMJ认知计算模型

1 一元模糊事件PMJ认知计算模型

为改正PMJ认知计算模型的不足,笔者提出了一元模糊事件PMJ认知计算模型.如图1所示,该模型在PMJ认知计算模型的基础上,以一元模糊事件代替PMJ认知计算模型中的刺激信息,并增加了“目标”单元作为感知表征和判断表征的控制单元.

图1中,一元模糊事件是多个刺激信息相互作用的一种表达形式[12],记为e=[x1(ax1),x2(ax2),…,xn(axn)]→y(ay),n≥2.不同的刺激信息被表达为认知元x(ax)的形式,x是刺激信息的属性,ax是感觉器官感觉的属性值(具有模糊性).多个认知元相互作用,生成一个新的认知元y(ay),称为发生了一个一元模糊事件.以一元模糊事件代替PMJ认知计算模型中的刺激信息,实际上是认为视觉、听觉、嗅觉、触觉等刺激信息不是孤立地一个一个单独被感知的,而是作为一个有作用关系的一元模糊事件被整体感知的,从而屏蔽了这些刺激信息编码的模态特异性,而且一元模糊事件也是心理学“图式理论”中原型的量化表达[13],非常适合作为认知计算的输入信息.

定义1 目标.目标g是一元模糊事件PMJ认知计算模型某一时刻对记忆表征中记忆的认识及所有未完成任务的映射.假设记忆表征中记忆的全部认识的集合CLMB=[cL1,cL2,…,cLi,…,cLn],未完成任务的集合WUF=[wU1,wU2,…,wUj,…,wUm],则目标g=[cL1,cL2,…,cLn]∪[wU1,wU2,…,wUm].

定义2 相关.对于一元模糊事件e= [x1(ax1),x2(ax2),…,xn(axn)]→y(ay),认识c=f[x1(bx1),x2(bx2),…,xn(bxn)]m→y(1),任务w=[Ø]→y(ay),如果它们的必元属性或结元属性完全相同,则称它们是相互相关的,记作e∝c,e∝w,c∝w.

2 感知的表征

感知表征中的映射规则一定要体现“选择性注意”.为此,感知表征硬件结构被设计成一个“相关性”筛选器,对所有外界输入的一元模糊事件进行筛选.“相关性”筛选器的工作原理是:将外界输入的一元模糊事件e与目标g映射的每个认识及未完成的任务逐一比较,如果e∝cLi或e∝wUj,则该一元模糊事件将被“相关性”筛选器选中,进入感知表征的认知计算流程;否则,该一元模糊事件将被“相关性”筛选器拒绝,不能进入认知计算的处理.

感知表征的算法是将“相关性”筛选器选中的一元模糊事件e计算为认识,如文献[12]所述,认识记为c=f[x1(bx1),x2(bx2),…,xn(bxn)]m→y(1),是感知表征对外界刺激信息一元模糊事件e的感知结果,也是“图式理论”中图式的量化表达.若存在e∝cLi,则可采用反馈算法ASC将e计算为后继认识c,则该认识c的经验因子m>1;若仅存在e∝wUj,可采用直觉法APC将e计算为初始认识c,则该认识c的经验因子m=1.

3 记忆的表征

由于记忆表征在感知表征之后进行,因此它的输入信息是认识c.

3.1映射规则的硬件结构

神经科学的研究发现,对于“短时记忆”和“长时记忆”,大脑皮层都有对应的存储区域.为此,记忆表征的记忆结构即映射规则的硬件结构被设计成一个如图2所示的短时记忆体(Short-term Memory Bank,SMB)和长时记忆体(Long-term Memory Bank,LMB),输入信息认识c被认识分类器分类为短时记忆信息和长时记忆信息,并被分别存储在短时记忆体和长时记忆体中.

3.1.1认识分类器

认识分类器按照经验因子m的值,将输入信息认识c分类为短时记忆信息和长时记忆信息.若m=1,即认识为初始认识,符合短时记忆信息的特征,就将该认识送入短时记忆体中记忆;反之,若m>1,即为后继认识,则将该认识分类为长时记忆信息,送入长时记忆体中记忆.

3.1.2短时记忆体

短时记忆体是只能记忆有限个信息,而且信息只能短时记忆的存储体.它由一个行列交叉呈表格形式的存储阵列组成,从存储体的第2行开始,每行记忆一个认识,如图2(a)所示.短时记忆体只能记忆有限个信息,是通过短时记忆体的行数固定不变实现的.在图2(a)中,短时记忆体的行数固定为Scnt+1行,短时记忆体按照先进先出(First In First Out,FIFO)的规则记忆认识,因此,该短时记忆体最多只能记忆Scnt个认识.把短时记忆体最多能记忆的认识的个数称为短时记忆体的长度l,显然,l=Scnt.短时记忆体中信息短时记忆是通过定时器Ttimer实现的,对应着每一行存储的认识cp,都有一个独立的定时值,所有定时器的定时初值T0都由系统统一设置,如T0=2 s.从认识存储在短时记忆体的那一刻起就开始减法计时,短时记忆信息c在时刻t的定时器值记为Ttimer(c,t).当Ttimer(c,t)=0时,该认识c自动从短时记忆体中被删除.如图2(a)中存储体第3行记忆的认识c7=f[x1(0.29),x2(0.71)]1→y7(1),再过1.55 s后将被从短时记忆体中删除.

定理1 短时记忆信息产生法则.

若外界发生的一元模糊事件e仅与目标g映射的未完成任务wUj相关,即e∝wUj,则感知表征输出的信息必为短时记忆信息.

图2 记忆表征的记忆结构

定理2 短时记忆信息转变为长时记忆信息法则.

某个短时记忆信息c在其定时器清零前,如果外界发生了与其相关的一元模糊事件e,则该短时记忆信息c将被转变为长时记忆信息.

证明 令t时刻短时记忆信息认识c=f[x1(bx1),x2(bx2),…,xn(bxn)]1→y(1),Ttimer(c,t)>0,所以目标g中存在着该短时记忆信息c的映射cLi=f [x1(bx1),x2(bx2),…,xn(bxn)]1→y(1),此时,e= [x1(ax1),x2(ax2),…,xn(axn)]→y(ay),所以e∝cLi,故e被“相关性”筛选器选中,进入感知表征的处理流程.感知表征采用的算法为反馈算法ASC,输出的信息为认识c=f [x1(b′x1),x2(b′x2),…,xn(b′xn)]2→y(1),m=2,故c=f[x1(b′x1),x2(b′x2),…,xn(b′xn)]2→y(1),为长时记忆信息,同时,使短时记忆体中的Ttimer(c,t)=0,删除原来对应的短时记忆信息.

3.1.3长时记忆体

长时记忆体是能够记忆大量信息,且其中的很多信息能够被长时间记忆的存储体,如图2(b)所示.从第2行开始,每行记忆一个认识,认识在存储体中的上下位置称为认识的清晰度,记为lc.第2行存储的认识的清晰度最高,固定为lc=Ttop,最低的清晰度是最后一行存储的认识的清晰度,lc=Bbottom,它的值是浮动的,取决于存储体存储认识的情况.如图2(b)所示,清晰度最低的认识是认识c12=f [x1(0.12),x3(0.88)]长时记忆体能够记忆大量信息,是通过长时记忆体的容量cy很大、无效单元格不占用长时记忆体容量、存储阵列行列可变来实现的.只有存储有数据的有效单元格才占用长时记忆体的容量,而没有存储数据的无效单元格是不占用长时记忆体的容量的.这样每行认识占用的长时记忆体的容量不尽相同,存储体的行列也不固定,从而使长时记忆体被充分利用,能够记忆大量的信息.如图2(b)中,虽然长时记忆体已经记忆了大量的认识,但认知量q仍然远远小于长时记忆体的容量cy,由于潜力p=cy-q-2,因此p>0,长时记忆体还可以记忆新的认识.

3.2映射规则中的算法

3.2.1回忆子算法

其中,cs为文献[12]所述的后继认识.

可见,只要外界发生了与某个长时记忆信息相关的一元模糊事件,就可以使记忆在长时记忆体中的该长时记忆信息的清晰度增加到最大,从而使该长时记忆信息停留在长时记忆体中的时间延长.

3.2.2遗忘子算法

长时记忆体和回忆子算法并不能保障长时记忆体中已经存储的长时记忆信息永远存储在长时记忆体中,仍然有部分记忆的信息会丢失,而部分长时记忆信息的丢失是通过记忆表征中的遗忘子算法在长时记忆体中的运行实现的.遗忘子算法的触发条件是:若某个时刻一个短时记忆信息转变为长时记忆信息,而此时这个长时记忆信息的维数又大于此时长时记忆体的潜力,则清晰度最低的一个或若干个长时记忆信息将被移出长时记忆体,以便增加长时记忆体的潜力存储新的长时记忆信息,直到长时记忆体的潜力大于或等于这个待存储长时记忆信息的维数,新的长时记忆的信息将被存储在长时记忆体的第2行,长时记忆体中原有的所有认识的清晰度均减1,遗忘子算法结束.长时记忆体中长时记忆信息移出长时记忆体而被丢失的现象称为遗忘.表述如下:

其中,cq为清晰度最低的长时记忆信息.

定理3 长时记忆原则.

如果长时记忆体中存储的长时记忆信息在被遗忘之前,外界总能发生与之相关的一元模糊事件,则该长时记忆信息将被长时间记忆.

r算法联合作用的结果.

4 判断的表征

PMJ认知计算模型中,判断表征对于未完成任务wUj默认是丢弃的,这样即使以后外界发生了与该任务相关的一元模糊事件,仍然无法被计算为短时记忆信息.当该任务再次被提交时,仍然无法完成.为此,一元模糊事件PMJ认知计算模型中增加了目标g,用以控制未完成任务不会被丢弃.若外界提交的任务未完成,则立即被映射成目标g中的未完成任务wUj.这样,除非此后外界发生了与未完成任务相关的一元模糊事件,产生短时记忆信息,导致未完成任务wUj从目标g中删除,否则,wUj将一直保存在目标g中.

定理4 如果在短时记忆体定时初值时间间隔内连续发生了两个与目标g中未完成任务wUj相关的一元模糊事件e1及e2,则该未完成任务wUj再次提交后就一定能被完成.

证明 令外界发生第1个一元模糊事件e1的时刻为t1,第2个一元模糊事件e2的时刻为t2,短时记忆体的定时初值为T0,wUj=[Ø]→y(ay),e1=[x1(ax11),x2(ax12),…,xn(ax1n)]→y(ay1),所以e1∝wUj.e1

5 一元模糊事件PMJ认知计算模型的认知计算实验

实验依据英国心理学巴特利特(Bartlett F.C.)著名的认知系统——图式记忆,设计了一组图式记忆实验,并用一元模糊事件PMJ认知计算模型进行模拟.实验的目的是通过研究一元模糊事件PMJ认知计算模型短时记忆体的长度l及长时记忆体的容量cy的变化对完成任务的影响规律,检验一元模糊事件PMJ认知计算模型是否符合大脑的认知机制.

5.1实验数据的表达

表1 实验中部分原型及部分问题的表达

5.3实验结果

由于36个图式对应的认知量q=198,实验中一元模糊事件PMJ认知计算模型的长时记忆体容量依次设置为以下5种数值,分别是99,132,149,198,248;同时,对应每种长时记忆体的容量取值,短时记忆体长度l的取值分别为1,2,9,16,并逐一开展上述4个实验步骤,记录实验的任务完成个数SW和任务完成率RW,研究一元模糊事件PMJ认知计算模型完成任务的情况.全部实验的结果如表2所示.

从表2中可以看出,当cy=99(cy=q/2),cy=132(cy=2q/3),cy=149(cy=3q/4)时,长时记忆体中记忆的长时记忆信息肯定要发生遗忘,因此,提交的任务无法全部完成,但随着长时记忆体容量的增加,任务的完成率在逐渐增加;当cy=198(cy=q),cy=248(cy=5q/4)时,即长时记忆体的容量等于或大于全部图式的认知量时,长时记忆体中记忆的长时记忆信息不会发生遗忘,因此,提交的任务全部完成.实验中对应每个长时记忆体的容量取值,短时记忆体的长度l都分别设定了4种不同的取值,分别是1,2,9,16,但很明显,短时记忆体的长度l的取值大小不影响任务的完成.

表2 一元模糊事件PMJ认知计算模型的认知计算实验结果

5.4实验总结

上述的图式记忆实验中使用的原型本为大脑认知的刺激信息,表达为一元模糊事件后,即转变成为一元模糊事件PMJ认知计算模型感知表征的输入信息;实验中采用的长时记忆体及短时记忆体完全依据一元模糊事件PMJ认知计算模型记忆表征中记忆结构的设计,实验过程“认知白板化”对短时记忆体及长时记忆体中存储认识的清零,是认知计算的初始化;实验的“提出问题”将首次提交的任务映射为目标,使得目标不但是“原型呈现”中各个一元模糊事件被“相关性”筛选器选中的依据,也是再次提交的任务被完成的必要条件,而目标正是一元模糊事件PMJ认知计算模型记忆表征所特有的设计;实验中一元模糊事件计算为认识、短时记忆信息产生、短时记忆信息转变为长时记忆信息使用的算法均出自一元模糊事件PMJ认知计算模型.因此,图式记忆实验验证的内容和一元模糊事件PMJ认知计算模型的创新点是一致的.

在图式记忆实验中,根据目标有选择性地将与目标相关的原型计算为认识,充分体现了大脑认知的“选择性注意”机制;实验中的“原型呈现”,是将短时记忆体短暂存储的原型计算为存储在长时记忆体中可长期保存的图式,充分体现了大脑认知的“短时记忆”经复述转变为“长时记忆”的机制;实验结果中发生遗忘时,长时记忆体容量的增加能够增加任务的完成率,充分体现了人类幼儿成长期随着大脑内颞叶体积的增加智力水平处于上升区的认知机制,神经影像学的研究已经证明大脑内颞叶是长时记忆信息的主要存储区域[14];实验结果中不发生遗忘时,长时记忆体容量的增加不影响任务完成率,充分体现了大脑认知中成人期的智力水平不再与发育有关的机制;实验中采用的定理1至定理3,充分体现了大脑认知的“回忆”和“遗忘”机制.因此,笔者设计的图式记忆实验验证了一元模糊事件PMJ认知计算模型符合大脑的认知机制.

一元模糊事件PMJ认知计算模型是认知科学研究的创新,其感知表征中的“相关性”筛选器设计改正了PMJ认知计算模型没有体现“选择性注意”理论映射规则的缺陷,其记忆表征的设计改正了PMJ认知计算模型没有实现“短时记忆”、“长时记忆”的硬件结构及遗忘、回忆功能算法的缺陷,其判断表征通过目标的设计,实现了对未完成任务的处理,控制未完成任务不会被丢弃,改正了PMJ认知计算模型缺乏对未完成任务处理的缺陷.因此,一元模糊事件PMJ认知计算模型改进了传统PMJ认知计算模型存在的不足.

6 结束语

认知科学是计算机科学、心理学、神经科学、人类学、语言学、哲学多学科的交叉,认知计算作为认知科学研究的核心,应该综合利用各学科已有的研究成就,如“一元模糊事件”、“图式理论”等.短时记忆信息转变为长时记忆信息是完成任务的基础,但由于短时记忆体的定时初值太短,大部分短时记忆信息在被转变为长时记忆信息前,就已经因为外部没有发生相关的一元模糊事件而被从短时记忆体中删除,能否在短时记忆信息被删除之前主动采取措施将短时记忆信息转变为长时记忆信息,是认知计算下一步研究的重点.结合与认知科学相关学科的最新研究成就开展认知计算研究,是未来认知计算的主要研究方法.

[1]ALIVISATOS A P,CHUN M,CHURCH G M,et al.The Brain Activity Map[J].Science,2013,339(6125):1284-1285.

[2]冯康,姚南生.基于一元事件的认知模型[J].模式识别与人工智能,2012,25(1):172-180. FENG Kang,YAO Nansheng.Cognitive Model Based on Single Unit Event[J].Pattern Recognition and Artificial Intelligence,2012,25(1):172-180.

[3]王国胤,许昌林,张清华,等.双向认知计算的p阶正态云模型递归定义及分析[J].计算机学报,2013,36(11):2316-2329. WANG Guoyin,XU Changlin,ZHANG Qinghua,et al.P-order Normal Cloud Model Recursive Definition and Analysis of Bidirectional Cognitive Computing[J].Chinese Journal of Computers,2013,36(11):2316-2329.

[4]FU X,CAI L,LIU Y,et al.A computational Cognition Model of Perception,Memory,and Judgment[J].Science in China Series F:Information Sciences,2014,57(3):1-15.

[5]Wang X,JIA J,CAI L.Affective Image Adjustment with a Single Word[J].The Visual Computer,2013,29(11): 1121-1133.

[6]李敏宁,张巧,赵劼,等.视觉注意机制下的三维重建技术的改进[J].西安电子科技大学学报,2014,42(5):192-196. LI Minning,ZHANG Qiao,ZHAO Jie,et al.Improvement on Three-dimensional Reconstruction of the Attention Mechanism[J].Journal of Xidian University,2014,42(5):192-196.

[7]LI Y,SHENG B,MA L Z,et al.Temporally Coherent Video Saliency Using Regional Dynamic Contrast[J].IEEE Transactions on Circuits and Systems for Video Technology,2013,23(12):2067-2076.

[8]DAFFNER K R,ALPERIN B R,MOTT K K,et al.Age-related Differences in the Automatic Processing of Single Letters:Implications for Selective Attention[J].Neuro Report,2014,25(2):77-82.

[9]CÔTÉI,ROULEAU N,MACOIR J.New Word Acquisition in Children:Examining the Contribution of Verbal Shortterm Memory to Lexical and Semantic Levels of Learning[J].Applied Cognitive Psychology,2014,28(1):104-114.

[10]LI Q,ROTHKEGEL M,XIAO Z C,et al.Making Synapses Strong:Metaplasticity Prolongs Associativity of Longterm Memory by Switching Synaptic Tag Mechanisms[J].Cerebral Cortex,2014,24(2):353-363.

[11]ULLMAN H,ALMEIDA R,KLINGBERG T.Structural Maturation and Brain Activity Predict Future Working Memory Capacity During Childhood Development[J].The Journal of Neuroscience,2014,34(5):1592-1598.

[12]冯康.基于一元Fuzzy事件的大脑存储模型[J].计算机工程与科学,2013,35(7):31-38. FENG Kang.Brain Storage Model Based on Single Fuzzy Cognitive Unit Event[J].Computer Engineering and Science,2013,35(7):31-38.

[13]PLANT K L,STANTON N A.The Explanatory Power of Schema Theory:Theoretical Foundations and Future Applications In Ergonomics[J].Ergonomics,2013,56(1):1-15.

[14]CÉDRIC T A,GEOFFROY B,CÉDRIC A B,et al.Processing Speed and Executive Functions in Cognitive Aging:How to Disentangle Their Mutual Relationship?[J].Brain and Cognition,2012,79(1):1-11.

(编辑:郭 华)

Research on the single fuzzy cognitive unit event PMJ model

FENG Kang
(School of Computer,Huainan Normal University,Huainan 232038,China)

Aiming at the flaw of the PMJ cognitive computation model and discovering the law of cognition,the single fuzzy cognitive unit event PMJ cognitive computation model is proposed.The correlation selection device is added in perception representation,the long-term memory bank and shortterm memory bank are designed in memory representation,the uncompleted work is mapped as the goal in judgment representation,the input data of perception representation is the single fuzzy cognitive unit event,the single fuzzy cognitive unit event PMJ cognitive computation model fulfills the cognitive mechanisms such as selected attention,long-term memory,short-term memory,recalling and forgetting.The schema memory experimental results demonstrate that the rise in long-term memory bank capacity enlarges the completion rate of the task when forgetting occurs,the variation in long-term memory bank capacity does not enlarge the completion rate of the task when no forgetting does not occur,and the variation in short-term memory bank length does not change the completion rate of the task whether forgetting occurs or not.So the single fuzzy cognitive unit event PMJ cognitive computation model corrects the flaw of PMJ cognitive computation model and discovers the cognitive law that the long-term memory bank capacity and short-term memory bank length influence the completion rate of the task,so that it is an optimal cognitive computation model.

cognitive computation;brain models;single fuzzy cognitive unit event;memory architecture;cognitive systems

TP181

A

1001-2400(2016)01-0180-09

10.3969/j.issn.1001-2400.2016.01.032

2015-01-29

安徽省自然科学基金资助项目(1508085MF124)

冯 康(1968-),男,副教授,硕士,E-mail:fenglikanglcq@163.com.

猜你喜欢
记忆体短时记忆容量
基于非稳态调和分析和长短时记忆神经网络的河口潮位短期预报混合模型
基于长短时记忆神经网络的动力电池剩余容量预测方法
水瓶的容量
IQ下午茶,给脑容量加点料
小桶装水
短时记忆理论的影响
基于驾驶员短时记忆的可变信息标志布设密度研究