ไลบรารีนี้เชื่อมต่อ ACT ACT-R Cognitive Architecture กับ Python ภาษาการเขียนโปรแกรมเพื่อโหลดข้อมูลผู้ใช้ลงใน Visicon ของ ACT-R
ACT ACT ACT RECHIVITION ACT-R สามารถตรวจสอบการโต้ตอบของผู้ประกอบการของมนุษย์กับระบบโดยใช้แนวคิดของการติดตามแบบจำลองซึ่งเป็นแนวคิดที่นำมาใช้ก่อนหน้านี้ภายในระบบการสอน ACT-R [1] ไลบรารีซอฟต์แวร์นี้ปรับผลงานของ [2] เพื่อสร้างการเชื่อมต่อระหว่างภาษาการเขียนโปรแกรม Python และ ACT-R เวอร์ชัน 7.21.6 สำหรับการใช้งานห้องสมุดที่เป็นแบบอย่างโปรดดู [3] และ [4]
$ pip install pyactcvหรือ
$ pip install git+https://github.com/seblum/actcvดูโฟลเดอร์ตัวอย่างสำหรับกรณีการใช้งานที่เป็นแบบอย่าง
import pandas as pd
import actr
import pyactcv as cv
data = pd . read_csv ( 'userData.csv' , sep = ';' , dtype = { 'alarmactivecolumn' : float , 'alarmnumbercolumn' : float , 'timecolumn' : float })
header = list ( data )
data = data . where (( pd . notnull ( data )), None )
frequency = 3000
duration = 3
starttime = 0
indexinput = 0
timebreak = 0.1
actcv = cv . ActCV ( data , 'timecolumn' )
actcv . load_states ()
actcv . schedule_visicon ()
actcv . schedule_tone ()
actr . run ()ACTCV.PY - มีคลาส ACTCV และวิธีการเพื่อสร้างอินเทอร์เฟซเพื่อโหลดข้อมูลผู้ใช้ที่ตั้งค่าไว้ใน visicon ของ ACT -R
actr.py- มีตัวแจกจ่ายของ ACT-R เวอร์ชัน 7.12. ซึ่งจำเป็นต้องสร้างการเชื่อมต่อระหว่าง Python และ ACT-R (ดู http://act-r.psy.cmu.edu/)
คุณสมบัติเพิ่มเติมที่เป็นไปได้ที่จะเพิ่ม:
ในการติดตั้ง pyactcv พร้อมกับเครื่องมือในการพัฒนาและเรียกใช้การทดสอบโปรดเรียกใช้สิ่งต่อไปนี้ใน virtualenv ของคุณ:
$ pip install -e .[dev][1] Fu, W.-T. , Bothell, D. , Douglass, S. , Haimson, C. , Sohn, M.-H. , & Anderson, J. (2006) สู่ระบบการฝึกอบรมแบบจำลองแบบเรียลไทม์ การโต้ตอบกับคอมพิวเตอร์, 18 (6), 1215–1241
[2] Halbruegge, M. (2013) Act -CV - เชื่อมช่องว่างระหว่างแบบจำลองความรู้ความเข้าใจและโลกภายนอก ใน E. Brandenburg (ed.), Grundlagen und Anwendungen der Mensch- maschine- interaktion: 10. Berliner Werkstatt Mensch- maschine-Systeme (หน้า 205–210) เบอร์ลิน: Tu Berlin
[3] Klaproth, OW, Halbruegge, M. , Krol, LR, Vernaleken, C. , Zander, ถึงและ Russwinkel, N. (2020) แบบจำลองความรู้ความเข้าใจเกี่ยวกับระบบประสาทสำหรับการจัดการกับความไม่แน่นอนในการติดตามสถานะความรู้ความเข้าใจของนักบิน หัวข้อในวิทยาศาสตร์เกี่ยวกับความรู้ความเข้าใจ, 12 (3), p. 1012-1029
[4] ในการตรวจสอบ