Modulnummer

Modulbezeichnung

Titel (englisch)

Pflicht/Wahl

Erklärung

CP

Berechnung des Workloads

Turnus

Dauer

Form

Prüfung

Anforderungen

Lernziele

• Philosophische Grundlagen kognitiver Modellierung verstehen und diskutieren können

• Motivation für und Ziele von kognitiven Architekturen darstellen und erklären können

-Interdisziplinäre Forschungsliteratur wiedergeben, interpretieren und kritisieren können

• Symbolische kognitive Modelle verstehen, entwerfen, analysieren und beurteilen können

• Konnektionistische kognitive Modelle verstehen, entwerfen, analysieren und beurteilen können

• Dynamische kognitive Modelle verstehen, entwerfen, analysieren und beurteilen können

• Stärken und Schwächen verschiedener Modellierungsansätze (Architekturen, symbolische, konnektionistische und dynamische Ansätze) erläutern und gegenüberstellen können

• Verfahren zur Schätzung von Modellparametern erklären und anwenden können

• Verfahren zur Evaluation von kognitiven Modellen verstehen und anwenden können

Lerninhalte

• psychologische, neurowissenschaftliche und informatische Methoden in der Kognitionswissenschaft
• kognitive Modellierungsansätze und Architekturen
• Fallstudien kognitive Modellierung
• Offene Fragen im Gebiet Kognitionswissenschaft

Cognitive Modeling behandelt theoretische Grundlagen komputationaler kognitiver Modellierung und Methoden zur Umsetzung empirischer Befunde in kognitiven Modellen. Betrachtet werden verschiedener Paradigmen zur Modellerstellung mit einem besonderen Schwerpunkt auf der Modellerstellung im Rahmen kognitiver Architekturen. Der Vergleich der verschiedenen Paradigmen erlaubt die theoretisch-methodischen Unterschiede verschiedener Konzeptualisierungsansätze herauszuarbeiten.

Quellen

R. Sun (Ed), The Cambridge Handbook of Computational Psychology, Cambridge University Press, Cambridge, UK, (2008).

Sprache

Bemerkung

Zuletzt geändert