Header mit Logo 'nechansky - ENGINEERING EFFICIENCY'

 

 

Forschung:
Grundlagen der
Kybernetik zielorientierter Systeme

 

Ausgangspunkt unserer Forschung sind einfache Feedback Systeme. Sie sind die einfachsten zielorientierten Systeme. Und sie zeigen bereits einige fundamentale Eigenschaften:

  • Sie zeigen grundlegende kognitive Funktionen, nämlich den Vergleich von Sensordaten und Zielgrößen.
  • Sie nützen diesen Vergleich als Input für Entscheidungen.
  • Sie sind die einfachste Struktur, die elementare Entscheidungen treffen kann. Diese Entscheidungen folgen der allgemeinen Form:

Wenn {(Datum)(Relation)(Zielgröße), dann {Trigger für eine zielorientierte Handlung}.

Komplexere zielorientierte bauen auf den Strukturen von Feedback Systemen auf. Sie entstehen also durch deren Erweiterung.

Dabei zeigt sich eine notwendige, parallele Evolution: Immer komplexere Reglerstrukturen ermöglichen zunehmende kognitive Fähigkeiten und komplexere Entscheidungen. Jede spätere Stufe dieser Evolution setzt die frühere voraus, entlang der Entwicklungslinie Feedback Systeme - erweiterte Feedback Systeme - Adaptive Systeme - Systeme mit eigener Mustererkennung - mit eigener Erkennung von Sequenzen - antizipierende Systeme, etc.

Die Untersuchung des Zusammenhanges von Reglerstrukturen, kognitiven Fähigkeiten und Entscheidungsmöglichkeiten sehen wir einerseits als Basis für eine kybernetische Erkenntnistheorie. Anderseits liefert sie den theoretischen Hintergrund für die allgemeine Analyse zielorientierten Verhaltens (siehe Anwendungen).

 

Unten bieten wir links zu grundlegenden papers. Wenn Sie über diese links keinen Zugang zu den papers haben, oder Fragen oder Kommentare dazu, dann schrieben Sie uns einfach eine email - wir antworten kurzfristig: office@nechansky.co.at

 

Details:

  • Kybernetik als Wissenschaft der Entscheidens:

Eine Einführung in die strukturelle Analyse von einfachen Reglertypen, ihre kognitiven Funktionen und ihre Fähigkeiten für elementare Entscheidungen. Zeigt auch wie Reglerstrukturen in lebende Systeme integriert sind (Englisch).

Externer Link:
Nechansky (2011a), Cybernetics as science of decision making

  • Grundlegende Aspekte der Erkenntnistheorie und der Kybernetik:

Dieses kurze Kapitel aus dem 'Handbook of Human Computation' erläutert grundlegende Fragen der Erkenntnistheorie und der sozialen Erkenntnistheorie und deren Relation zur Kybernetik der Entscheidungen. Es skizzert auch die erkenntnistheoretischen Möglichkeiten, die Computer eröffnen (Englisch).

Externer Link:
Nechansky (2013d), Epistemological Issues in Human Computation

  • Feedback Systeme als Ausgangspunkt:

Dieses grundlegende paper zur Kybernetik von zielorientierten Systemen zeigt wie Feedback Systeme elementare Entscheidungen treffen; schlägt auch eine kybernetische Definition von Information vor Englisch).

Download:
Nechansky (2006), Information

  • Die Erweiterung von Feedback Systemen:

Hier machen wir einen erster Schritt in Richtung komplexer zielorientierter Systeme: Die Erweiterung von Feedback Systeme um eine interne Struktur, die Veränderungen erkennen kann (Englisch).

Download:
Nechansky (2008c), Functional and Structural Requirements for Goal-orientated Systems

  • Der Weg zu komplexen Reglerstrukturen:

Das paper untersucht systematisch wie Feedback Systeme um funktionale Elemente wie Sensoren, Speicher, etc. erweitert werden können. Daraus werden einige Designregeln abgeleitet, den den Weg zu komplexen Reglern bis zu Gehirnstrukturen bestimmen (Englisch).

Externer Link:
Nechansky (2009a), Design Rules for Complex Goal-orientated Systems

  • Vorprogrammierte adaptive Systeme:

Vorprogrammierte adaptive Systeme können einige situationsspezifische Entscheidungen zur Auswahl vorgebener Verhaltensregeln treffen. Dies kann in einer hierarchischen oder in einer one-level Struktur erfolgen. Es wird vorgeschlagen, dass die (selten untersuchten) one-level adaptive systems die biologische Basis für die Evolution in Richtung Gehirn sind (Englisch).

Externer Link:
Nechansky (2010b), Preprogrammed Adapitve Systems

  • Adaptive Systeme die systemspezifisches Verhalten entwicklen können:

Adaptive Systeme, die individuelles Verhalten entwicklen können, müssen (1) entscheiden können von Default - Verhalten abzuweichen, (2) irgend ein neues Verhalten auslösen können und (3) den Erfolg dieses Verhaltens im Hinblick auf die höchsten, existentiellen Zielgrößen des Systems bewerten können. Trial-and-error tritt hier als emergente kybernetische Notwendigkeit auf(Englisch).

Externer Link:
Nechansky (2010d), Adaptive Systems that Can Develop System-specific Behavior

  • Lernende Systeme:

Das paper untersucht wie zielorientierte Systeme Beobachtungen als Standards für die Musterkennung speichern und anwenden können. Die Entwicklung neuen Verhaltens in Hinblick auf neue Muster erfordert die trial-and-error Mechanismen adaptiver Systeme, die letztlich den Effekt solcher Muster auf die Erreichung der existentiellen Zielgrößen des Systems feststellen. Hier tritt eine interne 'emotionale' oder 'psychische' Bewertung externer Muster als emergente kybernetische Notwendigkeit auf. Das paper bestimmt damit den kybernetischen Ausgangspunkt von Individualpsychologie (Englisch).

Externer Link:
Nechansky (2012b), Pattern Recognition, Learning and the Base of Individual Psychology

  • Sequence Learning Systems:

Das Paper analysiert wie Sequence Learning auf Pattern Recognition aufbauen kann. Das erfordert zusätzliche Strukturen, die wiederholt wiederkehrende Muster registrieren und diese zu Sequenzen verbinden können. Möglichkeiten für diese Verbindgung werden diskutiert. Letztlich wird eine einfache 'assoziativer' Methode, die gerichtete und hierarchische Verbindungen verwendet, im Detail analysiert. Diese zeigt grundlegende Eigenschaften von neuronalen Netzen (Englisch).

Externer Link:
Nechansky (2012a), Sequence Learning Systems

  • Output-side Attention Directing Systeme:

Komplexe Subsysteme für Pattern Recognition und Sequence Learning Systeme können mehr als ein Muster zu einem Zeitpunkt erkennen; sie können also gleichzeitig mehrere Output-Signale liefern. Daher benötigen sie ein output-seitiges Attention Directing System, um zu entscheiden welches dieser Signale das weitere Verhalten des Gesamtsystems bestimmen soll (Englisch).

Externer Link:
Nechansky (2012c), Output-side Attention Directing Systems

  • Elementare Antizipierende Systeme:

Elementare Antizipation, verstanden als die Antizipation des Wiederauftretens eines bekannten Musters, kann sich aus sequence learning entwickeln. Es erfordert (1) die Identifikation des Anfanges einer bekannten Sequenz und (2) die Verwendung eines späteren Elements der Sequenz als antizipiertes Muster. Außerdem erfordert es ein zusätzliches Subsystem, das zwischen Feedback (pattern recognition) und Feedforward (Antizipation) umschalten kann (Englisch).

Externer Link:
Nechansky (2013a), Elementary Anticipatory Systems

  • Komplexe Antizipierende Systeme:

Komplexe Antizipation, verstanden als Antizipation des Wiederauftretens von bekannten Sequenzen von Mustern, baut auf elementarer Antizipation auf. Sie erfordert die selben Funktionen, um den Anfang bekannter Sequenzen zu identifizieren, aber benötigt zusätzliche Strukturen, um nach möglichen Fortsetzungen solcher Sequenzen zu suchen, und für ihre Verwendung zur Antizipation zu entscheiden. Dafür wird ein up - down Suchprozeß vorgeschlagen, wie er in den neuronalen Netzen des Gehirns verwendet wird (Englisch).

Externer Link:
Nechansky (2013b), Complex Anticipatory Systems

 

Diese Serie über die Kybernetik zielorientierter Systeme und kybernetische Erkenntnistheorie wird demnächst fortgesetzt.

 

Seitenanfang

 

 

 

 

© 2005 - 2024 Dr. Helmut Nechansky