علی رضا فلاحی آذر - دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران، گروه کامپیوتر
سعید ستایشی - دانشگاه صنعتی امیرکبیر، دانشکده مهندسی هستهای
یوسف شرفی - دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران، گروه کامپیوتر

امروزه شبکههای عصبی به عنوان ابزاری قدرتمند جهت حل بسیاری از مسائل مورد استفاده قرار میگیرند، هر چه مدل محاسباتی شبکه عصبی ارائه شده به مدل عصبی جانداران شباهت بیشتری داشته باشد، مدل محاسباتیقویتری خواهد بود. مدل محاسباتی یادگیری هیجانی در آمیگدلا که الهام گرفته از بخش لیمبیک مغز پستانداران است، توسط مورن برای اولین بار ارائه شد. ما در این مقاله از ترکیبی از چند سیستم لیمبیک به عنوان چند موجودزنده استفاده خواهیم کرد بطوریکه اجتماع این موجودات زنده و جمع خروجی هر سیستم لیمبیک با توجه به ضریب اعمالی مربوطه، هوش اجتماعی را تشکیل خواهد داد. مدل ارائه شده با مدلهایی از جمله شبکه عصبی پس انتشار پیشخور ، شبکه عصبی پس انتشار المن و مدل محاسباتی یادگیری هیجانی در آمیگدلا جهت پیشبینی سری زمانی آشوب مک گلاس مورد مقایسه گرفته و از نتایج حاصل از پیشبینی به این نتیجه میرسیم که مدل محاسباتی هوش اجتماعی بر اساس یادگیری هیجانی در آمیگدلا، خطای کمتری را چه در الگوهای آموزش و چه در الگوهای تست در پیش بینی سری زمانی آشوب مک گلاس از خود نشان میدهد.

هوش ماشین، هوش اجتماعی، یادگیری هیجانی در آمیگدلا، سری زمانی آشوب مک گلاس