机译:建模语义知识结构以解决创造性问题:有关表达概念,类别,关联,目标和上下文的研究
SUNY Stony Brook, Dept Elect & Comp Engn, Stony Brook, NY 11794 USA;
SUNY Stony Brook, Dept Elect & Comp Engn, Stony Brook, NY 11794 USA;
Hofstra Univ, Dept Comp Sci, Hemsptead, NY USA;
SUNY Agr & Tech Coll Farmingdale, Farmingdale State Univ, Dept Architecture & Construct Management, Farmingdale, NY 11735 USA;
Modeling; Knowledge structures; Semantic network; Creativity; Experimental studies;
机译:人脑中的概念编码方式:语义知识的独立于形式的,基于类别的皮层组织
机译:从概念上讲,持久抑制性语义上下文对对象命名的影响必不可少:词汇语义编码模型的含义
机译:概念知识的组织:特定类别语义缺陷的证据。
机译:一种以认知架构解决的知识发明和创造性问题为导向的框架
机译:系统建模:工程学生概念知识的探索性研究和解决问题的技巧
机译:在动作知识受损的情况下保留工具知识:语义记忆模型的含意
机译:我们开发了一种科学创造力模型,并在稀有疾病领域进行测试。我们的模型基于对Rett综合征的深入案例研究的结果。档案分析,文献计量技术和专家调查与网络分析相结合,以确定最具创造力的科学家。首先,比较生成和组合创造力的替代措施。然后,我们推广了我们的结果,并提出了社会语义网络演化的随机模型。模型预测用多个罕见疾病专业网络进行测试。我们发现,一个领域的专家之间的新的科学合作增强了组合创造力。相反,新手的高入门率与生成创造力负相关。通过扩展这组有用的概念,创造性的科学家获得了中心地位。同时,通过增加科学界的中心地位,科学家们可以复制和推广他们的结果,从而促进科学范式的发展。