XiaoMi-AI文件搜索系统
World File Search System认知科学
2024 年秋季认知科学辅修课程要求
A、B、C、D 文化变迁）、C（社会与行为科学）、D（数学、自然科学和技术）适用于大学和文理学院。您可以使用大学的课程搜索来查找即将到来的学期提供的大学广度课程。a、b、c、d = 满足大学或文理学院（以 uni 或 cas 表示）的广度要求 A（创意艺术和人文科学）、B（历史和文化变迁）、C（社会和行为科学）、D。请注意，文理学院的要求可能与大学广度要求不同。您可以在此处查看大学广度要求的批准课程。请注意：每个大学广度要求类别最多可使用 3 个学分来同时满足文理学院广度要求。DLE = 满足探索学习体验要求。sub = 替代课程。注册本课程后，请发送电子邮件至 cgsc-advise@udel.edu，以便我们将其计入您的学位审核。 prereq = 必须在注册指定课程之前完成课程 coreq = 课程可与指定课程同时完成
认知科学导论（2024 年秋季）
课程描述 欢迎！认知科学的目标（也是本课程的目标）是了解您的思维方式。试图了解我们自己的思维可能是整个科学领域中最雄心勃勃、最令人兴奋（也是最困难）的项目，这个项目需要从实验心理学、计算机建模和人工智能、神经科学、哲学、语言学、人类学和行为经济学等领域汲取的工具。本课程将向您介绍这些领域与思维研究相关的主要工具和理论。我们将在探索您的本质时运用这些观点——重点关注您的某些部分，例如感知、推理、记忆、注意力、想象、语言、智力、决策、道德——甚至性吸引力。总之，本课程将向您介绍认知科学、它所依据的假设以及该领域迄今为止取得的许多最重要和最迷人的发现。到我们一起度过的这个学期结束时，您应该已经对自己是什么以及您的工作方式有了重要的新见解！
重新将人工智能作为认知科学的理论工具
人类认知是（或可以理解为）一种计算形式，这一观点是认知科学的一个有用概念工具。这是认知科学作为一门多学科领域诞生时的一个基本假设，人工智能 (AI) 是其贡献领域之一。在此背景下，人工智能的一个概念是作为计算工具（框架、概念、形式主义、模型、证明、模拟等）的提供者，支持认知科学的理论构建。然而，当代人工智能领域已经将解释人类认知作为一种计算形式的理论可能性视为在事实计算系统中实现人类（类人或水平）认知的实际可行性；并且，该领域将这种实现视为短期内的必然性。然而，正如我们在此正式证明的那样，创建具有人类（类人或水平）认知的系统本质上是计算困难的。这意味着在短期内创建的任何事实人工智能系统充其量只是诱饵。当我们认为这些系统捕捉到了我们自身和思维的深层信息时，我们就会对自己和认知产生扭曲和贫乏的印象。换句话说，当前实践中的人工智能正在削弱我们对认知的理论理解，而不是推进和增强它。可以通过放弃当前对人工智能的主流观点并重新将人工智能作为认知科学的理论工具来补救这种情况。然而，在重新认识这种较旧的人工智能观念时，重要的是不要重复过去（和现在）的概念错误，正是这些错误让我们走到了今天。
推荐引用 推荐引用 Vilone G.、Rizzo L.、Longo L. 基于规则、与模型无关的可解释人工智能方法的比较分析。第 28 届 AIAI 爱尔兰人工智能与认知科学会议论文集，爱尔兰都柏林，2020 年 12 月 7-8 日，V. 2771，第 85-96 页，DOI：10.21427/z4x3-3f86
摘要：可解释人工智能的最终目标是建立既具有高精度又具有可解释性的模型。理解此类模型的推论可以看作是揭示其输入和输出之间关系的过程。这些关系可以表示为一组推理规则，这些规则通常在模型中并不明确。学者们提出了几种从数据驱动的机器学习模型中提取规则的方法。然而，对它们的比较研究有限。本研究提出了一种新颖的比较方法，通过使用六个定量指标来评估和比较四个事后规则提取器生成的规则集。研究结果表明，这些指标实际上可以帮助识别优于其他方法的方法，从而能够成功地对可解释性的独特方面进行建模。
行为和认知科学中心
文化计划“ Abhivyakti”由教育部PG协会于2024年3月1日组织。该计划的首席嘉宾是Santosh Bhadauria教授，甘地主席兼荣誉嘉宾是Allahabad大学首席Proctor K. N. Uttam教授。Allahabad大学前副校长P. K. Sahoo教授以他的存在为这一场合增光添彩。 教育部主管Dhananjai Yadav教授欢迎来宾。 M. Ed的学生进行了各种令人着迷的计划。 和M. A. Tushar Gupta博士，V。K。Chandauria博士和Sonia Sthapak博士与PG协会主席Saroj Yadav博士一起组织了该计划。Allahabad大学前副校长P. K. Sahoo教授以他的存在为这一场合增光添彩。教育部主管Dhananjai Yadav教授欢迎来宾。 M. Ed的学生进行了各种令人着迷的计划。 和M. A. Tushar Gupta博士，V。K。Chandauria博士和Sonia Sthapak博士与PG协会主席Saroj Yadav博士一起组织了该计划。教育部主管Dhananjai Yadav教授欢迎来宾。M. Ed的学生进行了各种令人着迷的计划。和M. A. Tushar Gupta博士，V。K。Chandauria博士和Sonia Sthapak博士与PG协会主席Saroj Yadav博士一起组织了该计划。
教学大纲-BSc-认知科学-2024.pdf
多学科通用选修课（MGE） 多学科通用选修课是可学分和基于选择的。学生从大学下属学院提供的 MGE 库中进行选择。（参考：大学伞状多学科通用选修课） 增值课程（VAC） 增值课程是可学分和基于选择的。学生从大学下属学院提供的 VAC 库中进行选择。（参考：大学伞状增值课程） 能力提升必修课程（AEC） 能力提升必修课程是可学分和基于选择的。学生从大学下属学院提供的 AEC 库中进行选择。（参考：大学伞状能力提升必修课程） 技能提升课程（SEC） 能力提升必修课程是可学分和基于选择的。学生从大学下属学院提供的 AEC 库中进行选择。
IDCC25 作者和审稿人使用生成式 AI 工具的指南 本指南基于：Lin, Z. (2024)。面向学术出版的 AI 政策框架，认知科学趋势，28(2)，85-88。检索自 https://doi.org/10.1016/j.tics.2023.12.002 定义 生成式 AI 是一种人工智能技术，可以生成各种类型的内容，包括文本、图像、音频和合成数据。示例包括但不限于 ChatGPT、NovelAI、Gemini、Jasper AI、Rytr AI、DALL-E 等。出版道德 | 爱思唯尔政策。（nd）。爱思唯尔。 2024 年 5 月 9 日检索自 https://www.elsevier.com/about/policies-and-standards/publishing-ethics 作者指南 如果使用生成式人工智能开发投稿或投稿的任何部分，则必须描述其用途和目的。作者应准备好提供有关其投稿中所用工具和生成内容的提示的信息。作者有责任对人工智能生成的内容进行适当审查，以避免不准确和抄袭。使用生成式人工智能创建内容并不意味着相关工具的作者身份。 为本指南提供指导的出版商政策：出版伦理最佳实践指南 | Wiley。（nd）。2024 年 5 月 9 日检索自 https://authorservices.wiley.com/ethics-guidelines/index.html#22 ChatGPT 和生成式人工智能。（2023 年 1 月 27 日）。 SAGE Publications Inc. https://us.sagepub.com/en-us/nam/chatgpt-and-generative-ai 审稿人指南 审稿人不得将稿件或稿件的任何部分上传到生成式 AI 工具中，即使是为了改善其审稿的语言和可读性。这是基于对稿件中个人数据和/或专有信息的机密性的尊重，以及通过防止它们成为训练数据集的一部分来尊重知识产权。此外，审稿过程是一项人类活动
IDCC25 作者和审稿人使用生成式 AI 工具的指南 本指南基于：Lin, Z. (2024)。面向学术出版的 AI 政策框架，认知科学趋势，28(2)，85-88。检索自 https://doi.org/10.1016/j.tics.2023.12.002 定义 生成式 AI 是一种人工智能技术，可以生成各种类型的内容，包括文本、图像、音频和合成数据。示例包括但不限于 ChatGPT、NovelAI、Gemini、Jasper AI、Rytr AI、DALL-E 等。出版道德 | 爱思唯尔政策。（nd）。爱思唯尔。 2024 年 5 月 9 日检索自 https://www.elsevier.com/about/policies-and-standards/publishing-ethics 作者指南 如果使用生成式人工智能开发投稿或投稿的任何部分，则必须描述其用途和目的。作者应准备好提供有关其投稿中所用工具和生成内容的提示的信息。作者有责任对人工智能生成的内容进行适当审查，以避免不准确和抄袭。使用生成式人工智能创建内容并不意味着相关工具的作者身份。 为本指南提供指导的出版商政策：出版伦理最佳实践指南 | Wiley。（nd）。2024 年 5 月 9 日检索自 https://authorservices.wiley.com/ethics-guidelines/index.html#22 ChatGPT 和生成式人工智能。（2023 年 1 月 27 日）。 SAGE Publications Inc. https://us.sagepub.com/en-us/nam/chatgpt-and-generative-ai 审稿人指南 审稿人不得将稿件或稿件的任何部分上传到生成式 AI 工具中，即使是为了改善其审稿的语言和可读性。这是基于对稿件中个人数据和/或专有信息的机密性的尊重，以及通过防止它们成为训练数据集的一部分来尊重知识产权。此外，审稿过程是一项人类活动
人工智能与认知科学在设计中的应用
人工智能和认知科学是设计领域的两个核心研究领域。人工智能具有分析海量数据的能力，有助于在各种设计活动中做出预测、发现模式和产生见解，而认知科学则具有揭示人类在设计中固有的心理过程和机制的优势。设计研究中的人工智能和认知科学都致力于提供更具创新性和效率的设计成果和流程。因此，本期“人工智能和认知科学在设计中的应用”专题汇集了人工智能和认知科学领域的最新研究成果，展示了在设计研究中应用人工智能技术和神经生理学和生物特征测量的新兴趋势。通过分析收集到的研究论文，提出了三个有前途的未来研究方向：1）用于设计的以人为本的人工智能，2）用于设计的多模态测量，3）用于设计认知数据分析和解释的人工智能。提出了将人工智能与认知科学融入设计的框架，涵盖三个研究方向，旨在启发和指导设计研究人员探索以人为本的设计方法、策略、解决方案、工具和系统。
coggraph：认知科学与计算机图形之间的建筑桥梁
背景和动机“艺术是一种思想，因此，任何科学的艺术研究都将是心理学。” - 近年来，Max J. Friedlander，计算机图形领域实现了其长期的光真相梦：现代图形算法会产生与现实无法区分的图像。很像摄影的出现，就像艺术一样，计算机图形现在正在将目光转向《情人》：研究人员越来越希望认知科学转向工程师的新型视觉表达方式。Recent work has sought to apply insights from cognitive science to a variety of traditional graphics topics: from taking a perceptual approach to perspective ( Hertzmann , 2023 ), to studying the theory of mind behind animation ( Chandra, Li, Tenenbaum, & Ragan-Kelley , 2023 ), to applying theories of abstraction learning to build tools for geometry processing ( Jones, Guerrero, Mitra, ＆Ritchie，2023）。同时，认知科学的最新作品浪潮已经解决了有关视觉表达的基本问题：例如，人类如何理解和创建草图（Fan，Bainbridge，Chamberlain和Wammes，2023），形状（Dehaene等人（Dehaene等），2022）和符号（Hofer，Kirby和Levy，2023）。该领域还受益于计算机图形的工具和方法：可区分渲染系统（Kulkarni，Kohli，Tenenbaum，＆Mansinghka，2015年），游戏引擎物理模拟器（Battaglia，Hamrick，＆Tenenbaum，＆Tenenbaum，2013）和Monte Carlo Methods（Monte Carlo Methods（Chandra，Chandra，Chandra，Chandra，Chandra，Chandra，Chandra，Chandra，Chandra，Chandra，Chandra，Chandra，Chandra，Chandra，et an。，2023年）在建模人类的感知和直观物理学方面已经是必不可少的。