Psychologicky věrná implementace dlouhodobé paměti vhodná pro konekcionistické systémy

Abstract

V posledních desetiletích výrazně vzrostl význam a sofistikovanost konekcionistických systémů. Jejich aplikace jsou nesčetné - od rozpoznávání ob- razu, přes data mining, až k robotice, a dál. Součástí práce je rozbor běžně po- užívaných způsobů distribuované reprezentace dat vhodné pro konekcionistické systémy, dále návrh rozšíření a experimenty s ním. Cílem je navrhnutí a im- plementace modelu dlouhodobé paměti extenzivně využívající zmíněné rozšíření, jejíž model je založen na jedné z nejrozšířenějších psychologických teorií fungování lidské dlouhodobé paměti.

In recent decades, the influence and sophistication of connectionist systems has soared. The fields of their applications are countless - image re- cognition, data mining, robotics, and many more. A part of the thesis focuses on commonly adopted distributed data representations suitable for connectionist systems, devising an extension and testing its usefulness. The goal of the thesis is to use these extensions to design and implement a model of the long-term memory based on a prevalent psychological theory.