作为认知方法的拓扑学研究

摘要

认知科学综合了心理学、脑科学、电生理学、化学、语言学、计算机科学等多门科学，通过研究人类的认知系统，并将其原理应用在人工系统中，一直是许多研究人员探索的重点。近年来，随着脑科学的发展，人类对神经系统的研究取得了很大的进展，这些进展为工程上的仿真实现提供了重要的理论依据。
　　首先，大脑的层级结构和信息处理机制反映出了一些重要的拓扑性质。Navon、陈霖等人在研究视觉初期对图像信息的处理时，发现人类视觉系统具有优先处理几何图形拓扑性质的特点，即大范围优先性原则和拓扑知觉理论。拓扑性质虽然最初是表征几何图形在连续变化下的不变性质，但究其本质还是变化中的不变性的体现。因此既然视觉具有拓扑性质，根据已有的经验推而广之，人类的整个认知系统应该也具有拓扑性质。本文的内容也是在验证由导师提出的“认知统一结构存在性猜想”，即包括五种知觉在内的认知系统应当可以被包含拓扑不变性在内的认知结构统一起来。这也是对人工智能的第五个基本问题，所有的认知系统是否具有统一的结构的一个肯定回答，为智能科学(Intelligence Science)基础理论确立打下了基础。
　　其次，本论文以拓扑性为切入点，结合视觉通路和听觉通路的拓扑结构，将视觉的拓扑性质逐渐推广到听觉系统。利用点集拓扑学中拓扑空间的思想，对视觉、听觉通路的信息处理过程进行了论证。接着对视觉、听觉、语言这三者到心理空间的拓扑映射过程做了神经生物学上的剖析，并最终结合心理空间，将拓扑性质推广到人类的整个认知系统中，构造了一个人类拓扑认知的结构图。
　　然后，本文以视觉的拓扑性质为切入点，结合早期视觉的计算模型，通过归一化模型、能量模型来模拟视觉通路中相同层级之间细胞的信息交互机制。本文提出使用Gabor滤波器来模拟简单细胞的响应过程作为视觉初期的局部几何性质的计算模型，又使用卷积神经网络来模拟视觉后期的整体几何性质的计算过程。
　　最后，结合Gabor滤波器、视觉信息交互模型、卷积神经网络这三种模型，构造出了一个早期视觉的拓扑认知模型，并将此模型运用在手写汉字识别上。本文提出细化汉字并去除角点的方式来提取汉字的整体拓扑结构。最终的实验结果显示，本文构造的视觉拓扑认知模型优于单一的卷积神经网络模型，在手写汉字识别上具有更好的鲁棒性。这表明了拓扑性应当是视觉系统处理信息的一个基本性质，从视觉层级上对“认知统一结构存在性猜想”做出了初步验证，也开始了对人工智能的第五个基本问题的回应。

目录

声明

摘要

第1章 绪论

1．1 研究的意义

1．2 拓扑认知研究的概况及现状

1．3 研究的技术背景及理论依据

1．3．1 拓扑认知的信息处理机制

1．3．2 大范围优先性或整体认知原则

1．3．3 拓扑知觉理论

1．4 研究内容及创新

第2章 认知系统中的拓扑结构

2．1 拓扑学基础理论

2．1．1 拓扑学的直观认知

2．1．2 拓扑空间的定义

2．2 视知觉中的拓扑结构

2．2．1 视觉传导通路

2．2．2 视觉信息处理的拓扑性质

2．3 听觉中的拓扑结构

2．3．1 听觉传导通路

2．3．2 听觉信息处理的拓扑性质

2．4 语言中的拓扑结构

2．5 本章小结

第3章 心理空间的拓扑认知过程

3．1 心理空间的拓扑结构

3．1．1 心理空间及概念整合概述

3．1．2 拓扑几何学的心理学

3．2 物理空间到心理空间的映射过程

3．2．1 视觉空间到心理空间

3．2．2 声音空间到心理空间

3．2．3 语言空间到心理空间

3．3 拓扑认知结构

3．4 本章小结

第4章 视觉拓扑认知模型的实现研究

4．1 拓扑中的机器视觉

4．1．1 机器视觉研究现状

4．1．2 早期视觉的一个计算模型

4．2 模拟初级视皮层的特征提取

4．2．1 视觉合并机制

4．2．2 模拟简单细胞响应的Gabor滤波器

4．3 结合卷积神经网络的整体特征提取

4．3．1 人工神经网络模型简介

4．3．2 卷积神经网络

4．3．3 结合卷积神经网络的视觉早期计算

4．4 本章小结

第5章 视觉拓扑认知的手写汉字识别

5．1 手写汉字识别特点

5．2 视觉拓扑认知的手写汉字识别

5．2．1 预处理

5．2．2 细化处理

5．2．3 角点检测并去除

5．2．4 Gabor提取汉字特征

5．2．5 CNN的构造及流程

5．3 实验结果

5．3．1 机器配置

5．3．2 训练数据和测试数据

5．3．3 实验结果对比

5．4 本章小结

结论

致谢

参考文献