Research Colloquium Cognitive Systems

General Information

The research colloquium of the CogSys group is a forum for scientific discussion between lecturers and doctorate, diploma and master students. Talks cover concepts and results of theses as well as current research in the field cognitive systems. Furthermore, current subjects of more general interest can be presented and discussed. Sometimes external researchers are invited.

If you want to be informed about current talks, please sign up for the course in the virtual campus.

In some semesters, we participate in the Monday Afternon Club (MAC) which is a joint colloquium of the groups of theory (Mendler), programming languages (Lüttgen) and cognitive systems.

Talks SS 12 

MAC: MO, 6-8, WP3/E09A, please sign in the VC course

Kolloquium Dienstag, 24.07.2012 11:00,  F21/125 

Peter Großmann (Masterarbeit): Lisa wird moralisch -- Erweiterung des Analogie-Systems LISA zu einem kognitiven Modell moralischer Entscheidungen

Diese Arbeit setzt sich zum Ziel ein kulturabhängiges, kognitives Modell zur Simulation moralischer Entscheidungen umzusetzen. Stellt sich die Frage, welche kognitiven Modelle die Prozesse der moralischen Entscheidungsfindung am besten nachbilden? Eine aktuelle Studie kommt zu dem Ergebnis, dass moralische Entscheidungsfindung durch analoge Schlussfolgerungen auf Basis bekannter, kulturabhängiger Geschichten modelliert werden kann. Im Kontext der Arbeiten zur Structure Mapping Enginge wurde der Moral Decision Maker (=MoralDM) umgesetzt, der auf Basis bekannter Geschichten moralische Entscheidungen fällt.

Der MoralDM besitzt allerdings einige Einschränkungen. Daher wird in dieser Arbeit das hybride Analogiemodell LISA uugrundegelegt und zu MoralLISA erweitert.

MAC, Montag, 25.06. 2012, 17:00, WP3/E09A

Frank Jäkel, Juniorprofessor Uni Osnabrück: Categorization: From Psychology to Machine Learning and Back

Categorization is a fundamental cognitive ability. Many, if not all, so-called higher cognitive functions, like language or problem-solving, crucially depend on categorization. Correspondingly, categorization plays a central role in cognitive science and artificial intelligence. Early machine learning algorithms for categorization were inspired by psychology and neuroscience. However, today machine learning is a mature field and more recent methods are usually seen to be grounded in statistics rather than in cognitive science. Kernel methods, in particular, have gained popularity in machine learning and have proved to be successful in many applied categorization problems. I will describe how similar ideas have developed in psychology and how insights from machine learning could feed back into cognitive science.

Kolloquium Montag, 04.06.2012, 15:00 Uhr,  F21/381

F. Wysotzki, TU Berlin: Lernen von Entscheidungsbäumen bei Trainingsobjekten mit objektabhängigen Kosten für Fehlentscheidungen                     

Am Beispiel eines konkreten Lernalgorithmus (CAL5) zum Klassifizierungslernen wird gezeigt, wie mit den Trainingsobjekten gegebene objekt- (bzw. situations-) abhängige Kosten für Klassenfehlentscheidungen  benutzt werden können, um kostenoptimale statt fehleroptimale Entscheidungsbäume zu lernen. Ein Anwendungsbeispiel sind optimale Entscheidungen bei der Vergabe von Krediten durch Banken. Im Vortrag wird der durch Kosten modifizierte Lernalgorithmus dargestellt, entscheidungstheoretisch begründet und über Experimente mit künstlichen und Anwendungsdatensätzen berichtet. Als  überraschendes Resultat ergibt sich, dass für die Klassentrennung objektiv irrelevante Merkmale durch die Einbeziehung von Kosten relevant werden können. Die Entscheidungsgebiete im Merkmalsraum werden für die „wichtigen“, d.h. mit hohen Kosten für Fehlentscheidungen behafteten Klassen vergrößert. Ein durch die Einbeziehung von Fehlentscheidungskosten verallgemeinertes Informationsmaß (Verallgemeinerung der Shannon-Information) bestimmt die Reihenfolge der der zu testenden Merkmale. Es ergibt sich auch eine Erklärung für bestimmte psychopathologische Phänomene, auf die ausführlicher eingegangen wird. Beispielsweise kann es durch einen automatisch einsetzenden rekursiven Prozess zu einer totalen Übergeneralisierung der  Entscheidung für die Klasse mit den größten Fehlentscheidungskosten kommen, wenn nicht rechtzeitig (vorhersagbare) äußere Gegenmaßnahmen getroffen werden.

 

Colloquium Archive

You find information on past talks in the Colloquium Archives [WS 11/12] [SS 11]  [WS 10/11]  [SS 10]  [WS 09/10]  [SS 09]  [WS 08/09]   [SS 08]   [WS 07/08] and the colloquium archive (old)