DCT : uma ferramenta para a construção de arquiteturas cognitivas distribuídas e o desenvolvimento de cognitive twins
TESE
Português
T/UNICAMP G35d
[DCT]
Campinas, SP : [s.n.], 2024.
1 recurso online (163 p.) : il., digital, arquivo PDF.
Orientador: Ricardo Ribeiro Gudwin
Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação
Resumo: Este trabalho apresenta um framework para Arquiteturas Cognitivas Distribuídas e uma técnica para construir Cognitive Twins baseados em dados de interação de um agente externo usando treinamento supervisionado e uma Estratégia de Evolução em cima de tal framework. Aqui, mostramos que é...
Resumo: Este trabalho apresenta um framework para Arquiteturas Cognitivas Distribuídas e uma técnica para construir Cognitive Twins baseados em dados de interação de um agente externo usando treinamento supervisionado e uma Estratégia de Evolução em cima de tal framework. Aqui, mostramos que é possível orquestrar muitos dispositivos físicos e virtuais para obter boas aproximações do comportamento de interação de uma pessoa por treinar o sistema de ponta a ponta e apresentar métricas de desempenho. O Cognitive Twin gerado pode ser usado posteriormente para automatizar tarefas, gerar agentes artificiais semelhantes a humanos mais realistas ou ainda mais investigar seus comportamentos
Abstract: This work presents a framework for Distributed Cognitive Architectures and a techniquefor building Cognitive Twins based on interaction data of an external agent using supervised training and an Evolution Strategy on top of such framework. Here, we show that it is possible to orchestrate...
Abstract: This work presents a framework for Distributed Cognitive Architectures and a techniquefor building Cognitive Twins based on interaction data of an external agent using supervised training and an Evolution Strategy on top of such framework. Here, we show that it is possible to orchestrate many physical and virtual devices to obtain good approximations of a person’s interaction behavior by training the system end-to-end and presenting performance metrics. The Cognitive Twin generated can be subsequently used to automate tasks, generate more realistic human-like artificial agents, or further investigate their behaviors
Aberto