• 인지과학
• /
• 제8권1호
• /
• pp.7-36
• /
• 1997

자연화 과제는 기계적 유물론을 가정한다는 점을 지적하고 지향성의 문제가 무엇인지 설명한다. 이 문제에 대한 대한 이론들로서 춰칠랜드의 제거주의, 행도주의적 제거주의, 데넷의 도구주의를 설명하고 비판한다. 다음으로 지향성 실재론을 포더와 드레츠미를 중심으로 설명한 후, 드레츠키의 자연화 프로그램이 오표상이 발생하는 적어도 하나의 메커니즘을 드러내준다는 점에서 포더보다 더 설득력 있는 접근이라고 논증한다.

• 인지과학
• /
• 제6권1호
• /
• pp.5-30
• /
• 1995

포더와 그의 동조자들은 연결주의 모형이 구성적 구조를 보여주지 못하고,또 보여줄 수 있더라도 자신들의 고전주의 모형을 물리적인 차원에서 구현하는 이론일 뿐이라고 공격한다. 연결주의가 구성적 구조를 보여주지 못한다고 주장할때 중요하게 쓰이는 개념이 '고전적 요소성'이다.그런데 글쓴이는 구성적 구조를 보이기 위해서는 고전적 요소성이 필요없으며, 연결주의 모형이 고전적 요소성을 갖추고 있지 못하기 때문에 고전주의의 한갓 구현 노릇에서 빠져 나올수 있다고 주장하겠다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2007년도 심포지엄 논문집 정보 및 제어부문
• /
• pp.201-202
• /
• 2007

본 논문에서는 RFID 인식기술을 이용한 소지품 추적 시스템을 설계하였고 실험 환경은 가로 1.19m, 세로 0.9m의 아파트 모형을 제작하였다. 하드웨어 구성은 트랜스포더, 리더, 안테나이며, 사용 주파수는 13.56MHz대역이다. 안테나 간의 간섭은 실딩으로 처리 하여 태그 인식률을 높이고 상호 간섭은 최소화 시켰다. 소지품 정보의 처리는 XML 데이터로 표현하였고 데이터베이스에 저장한다. 설정된 약 5개의 설정한 시나리오의 약 $20{\sim}30$여개의 소지품에 대해 유용성을 테스트하였으며 개인 일정정보와 연결되면 높은 응용성 및 효용성을 기대할 수 있다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제9권8호
• /
• pp.783-790
• /
• 2019

인공 신경망의 성공을 토대로 인지과학에서 인간 지능을 설명하려는 시도가 연결주의이다. 딥러닝 등 신경망 컴퓨터의 성과는 연결주의에 대한 전망도 낙관적일 것으로 보여준다. 그러나 고전적 계산주의, 또는 기호주의를 옹호하는 학자들(포더, 필리신, 맥래플린)은 인간의 언어와 사고의 관계를 토대로 연결주의는 성공할 수 없다고 주장하여 왔다. 연결주의에 대한 비판의 핵심은, 인공 신경망에는 체계성이 없기 때문에 신경망의 결과물은 우연적인 연합이나 조합에 불과하다는 것이다. 저자는 이 연구에서 연결주의에 대한 고전적 계산주의의 비판을 검토하고 연결주의가 인공 지능의 이론뿐 아니라 인간 지능의 이론으로서 여전히 확장될 수 있는 가능성을 제시한다. 이 연구의 구조는 다음과 같다. 첫째, 인공 신경망의 구조와 함께 연결주의에 대한 이해를 제시한다. 둘째, 고전적 계산주의자가 연결주의에 제기한 체계성 문제가 무엇인지를 소개한다. 셋째, 그 문제에 대한 연결주의의 대응으로 스몰렌스키의 벡터곱 이론을 소개한다. 넷째, 계산주의와 연결주의의 논쟁을 검토하여 체계성 문제가 어떤 방향으로 갈 때 연결주의와 고전적 계산주의 모두에게 발전적인 논의가 될 수 있는지를 모색한다.