Modellazione cognitiva della memoria e dell'apprendimento umano: Un approccio non invasivo di interfacciamento cervello-computer

Titolo originale:

Cognitive Modeling of Human Memory and Learning: A Non-Invasive Brain-Computer Interfacing Approach

Contenuto del libro:

Propone modelli computazionali della memoria umana e dell'apprendimento utilizzando un approccio di interfacciamento cervello-computer (BCI).

La modellazione della memoria umana è importante da due punti di vista. In primo luogo, l'adattamento preciso del modello alla memoria a breve termine o di lavoro di un individuo può aiutare a prevedere le prestazioni di memoria del soggetto in futuro. In secondo luogo, i modelli di memoria forniscono una visione biologica dei meccanismi di codifica e richiamo intrapresi dai neuroni presenti nei lobi cerebrali attivi, che partecipano al processo di memorizzazione. Questo libro modella la memoria umana da un punto di vista cognitivo utilizzando le attivazioni cerebrali acquisite dalla corteccia con mezzi elettroencefalografici (EEG) e spettroscopici funzionali nel vicino infrarosso (f-NIR).

Cognitive Modeling of Human Memory and Learning A Non-invasive Brain-Computer Interfacing Approach inizia con una panoramica dei primi modelli di memoria. Gli autori propongono poi un modello semplicistico di Working Memory (WM) costruito con l'apprendimento fuzzy Hebbian. Una seconda prospettiva di modelli di memoria riguarda il modello della memoria a breve termine (STM) nel contesto della ricostruzione bidimensionale della forma dell'oggetto a partire da istanze memorizzate esaminate visivamente. Un terzo modello valuta l'abilità di apprendimento motorio soggettivo nella guida da azioni motorie errate. Altri modelli introducono una nuova strategia di progettazione di una rete di classificazione profonda a due strati di memoria a breve termine (LSTM) e si occupano anche della valutazione del carico cognitivo nei compiti di apprendimento motorio associati alla guida. Il libro termina con osservazioni conclusive basate sui principi e sui risultati sperimentali acquisiti nei capitoli precedenti.

Esamina l'ambito dei modelli computazionali della memoria e dell'apprendimento, con particolare attenzione alla classificazione dei compiti di memoria da parte di modelli basati sul deep learning.

Propone due algoritmi di ragionamento fuzzy di tipo-2: Interval Type-2 fuzzy reasoning (IT2FR) e General Type-2 Fuzzy Sets (GT2FS).

Considera tre classi di carichi cognitivi nei compiti di apprendimento motorio per gli studenti di guida.

Cognitive Modeling of Human Memory and Learning A Non-invasive Brain-Computer Interfacing Approach interesserà i ricercatori di neuroscienze cognitive e di interfacce uomo/cervello-computer. È anche utile per gli studenti di informatica e di ingegneria elettrica ed elettronica.