当前位置:
X-MOL 学术
›
Psychological Review
›
论文详情
Our official English website, www.x-mol.net, welcomes your
feedback! (Note: you will need to create a separate account there.)
An integrated model of semantics and control.
Psychological Review ( IF 5.1 ) Pub Date : 2024-07-25 , DOI: 10.1037/rev0000485 Tyler Giallanza 1 , Declan Campbell 2 , Jonathan D Cohen 1 , Timothy T Rogers 3
Psychological Review ( IF 5.1 ) Pub Date : 2024-07-25 , DOI: 10.1037/rev0000485 Tyler Giallanza 1 , Declan Campbell 2 , Jonathan D Cohen 1 , Timothy T Rogers 3
Affiliation
Understanding the mechanisms enabling the learning and flexible use of knowledge in context-appropriate ways has been a major focus of research in the study of both semantic cognition and cognitive control. We present a unified model of semantics and control that addresses these questions from both perspectives. The model provides a coherent view of how semantic knowledge, and the ability to flexibly access and deploy that knowledge to meet current task demands, arises from end-to-end learning of the statistics of the environment. We show that the model addresses unresolved issues from both literatures, including how control operates over features that covary with one another and how control representations themselves are structured and emerge through learning, through a series of behavioral experiments and simulations. We conclude by discussing the implications of our approach to other fundamental questions in cognitive science, machine learning, and artificial intelligence. (PsycInfo Database Record (c) 2024 APA, all rights reserved).
中文翻译:
语义和控制的集成模型。
理解以适合上下文的方式学习和灵活使用知识的机制一直是语义认知和认知控制研究的主要焦点。我们提出了一个统一的语义和控制模型,从两个角度解决这些问题。该模型提供了一个连贯的视图,说明语义知识以及灵活访问和部署这些知识以满足当前任务需求的能力是如何从环境统计数据的端到端学习中产生的。我们表明,该模型解决了两篇文献中未解决的问题,包括控制如何对彼此共变的特征进行操作,以及控制表示本身如何通过学习、通过一系列行为实验和模拟来构建和出现。最后,我们讨论了我们的方法对认知科学、机器学习和人工智能等其他基本问题的影响。 (PsycInfo 数据库记录 (c) 2024 APA,保留所有权利)。
更新日期:2024-07-25
中文翻译:
语义和控制的集成模型。
理解以适合上下文的方式学习和灵活使用知识的机制一直是语义认知和认知控制研究的主要焦点。我们提出了一个统一的语义和控制模型,从两个角度解决这些问题。该模型提供了一个连贯的视图,说明语义知识以及灵活访问和部署这些知识以满足当前任务需求的能力是如何从环境统计数据的端到端学习中产生的。我们表明,该模型解决了两篇文献中未解决的问题,包括控制如何对彼此共变的特征进行操作,以及控制表示本身如何通过学习、通过一系列行为实验和模拟来构建和出现。最后,我们讨论了我们的方法对认知科学、机器学习和人工智能等其他基本问题的影响。 (PsycInfo 数据库记录 (c) 2024 APA,保留所有权利)。