Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/33247| Título: | Learning pragmatic frames in a computational architecture |
| Título(s) alternativo(s): | Aprendendo pragmatic frames em uma arquitetura computacional |
| Autor(es): | Junges, Natan de Almeida |
| Orientador(es): | Giménez Lugo, Gustavo Alberto |
| Palavras-chave: | Interação social Aprendizado do computador Arquitetura de computador Social interaction Machine learning Computer architecture |
| Data do documento: | 14-Dez-2022 |
| Editor: | Universidade Tecnológica Federal do Paraná |
| Câmpus: | Curitiba |
| Citação: | JUNGES, Natan de Almeida. Learning pragmatic frames in a computational architecture. 2022. Trabalho de Conclusão de Curso de (Bacharelado em Engenharia de Computação) - Universidade Tecnológica Federal do Paraná, Curitiba, 2022. |
| Resumo: | Ainda permanece um mistério como as interações sociais podem ser aprendidas tão cedo no processo de desenvolvimento humano. Procurando entender melhor como as interações sociais funcionam e como elas emergem na infância, Bruner (1983) apresentou o conceito de Pragmatic Frame (PF) (enquadramento pragmático, em tradução livre), uma forma de descrever e estudar as interações sociais. Este trabalho aborda parte do mistério de aprender um PF, propondo uma taxonomia e uma representação computacional de Pfs, que são usadas em uma solução para um agente artificial aprender uma parte específica de um PF através de FAMA (Aineto, Jiménez Celorrio e Onaindia (2019), Aineto, Jiménez e Onaindia (2019)), uma abordagem de aprendizado de modelo de ação. Esta solução é implementada e testada com experimentos que tentam verificar sua viabilidade. |
| Abstract: | It still remains a mystery how social interactions can be learned só early in the human development process. Trying to understand better how social interactions work and how they emerge in infancy, Bruner (1983) presented the concept of a Pragmatic Frame (PF), a way to describe and study social interactions. This work addresses part of the mystery of learning a PF, proposing a taxonomy and a computational representation of Pfs, which are used in a solution for an artificial agent to learn a specific part of a PF through FAMA (Aineto, Jiménez Celorrio e Onaindia (2019), Aineto, Jiménez e Onaindia (2019)), an action model learning approach. This solution is implemented and tested with experiments that try to assess its viability. |
| URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/33247 |
| Aparece nas coleções: | CT - Engenharia de Computação |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| learning.pdf | 4,97 MB | Adobe PDF |  Visualizar/Abrir |
Este item está licenciada sob uma Licença Creative Commons
