CLARION（认知架构 ）

带有自适应规则归纳的联结主义学习在线（CLARION）是一个计算认知架构，已被用于模拟认知心理学和社会心理学的许多领域和任务，以及实现人工智能应用中的智能系统。CLARION的一个重要特点是区分了隐性和显性过程，并着重于捕捉这两类过程之间的互动。该系统是由RonSun领导的研究小组创建的。

CLARION是一个综合性的认知架构，它被用来解释和模拟认知-心理现象，这有可能导致对心理现象的统一解释。CLARION理论有三层，xxx层是核心心智理论。主要理论由一些不同的子系统组成，这些子系统是CLARION的基本结构，每个子系统都有双重表征结构。其子系统包括以行动为中心的子系统、非行动为中心的子系统、动机子系统和元认知子系统。第二层由实现基本理论的计算模型组成，它比xxx层理论更详细，但仍然是一般性的。第三层由具体实现的模型和心理过程或现象的模拟组成。这一层的模型产生于基本理论和一般计算模型。

隐性和显性过程之间的区别是Clarion认知结构的基础。这种区分主要是由支持内隐记忆和内隐学习的证据所激发的。歌乐公司独立于程序性记忆和陈述性记忆之间的区别来捕捉内隐-显性的区别。为了捕捉隐性-显性的区别，Clarion假设了两个平行的、相互作用的表征系统，分别捕捉隐性和显性知识。显性知识与局部表征有关，隐性知识与分布式表征有关。显性知识存在于架构的顶层，而隐性知识存在于底层。在这两个层次中，基本的表征单位是连接主义节点，而这两个层次在编码类型方面有所不同。在顶层，知识是用局部的块状节点来编码的，而在底层，知识是通过（微）特征节点的集合以分布式的方式编码的。知识可以在这两个层次之间进行冗余编码，也可以在这两个层次中进行并行处理。在顶层，信息处理涉及通过规则在块状节点之间传递激活，在底层，信息处理涉及通过人工神经网络传播（微）特征激活。自上而下和自下而上的信息流是通过两个层面之间的链接实现的。这种联系是由Clarion块建立的，每个块包括一个单一的块节点，一个（微）特征节点的集合，以及块节点和（微）特征节点之间的链接。通过这种方式，一个单一的知识块可以用显性（即本地主义）和隐性（即分布式）的形式来表达，尽管这种双重表达并不总是需要。双重表征结构允许隐性和显性过程进行交流，并有可能对内容进行冗余编码。因此，Clarion理论可以解释各种现象，如学习中的加速效应、与言语有关的绩效提高、转移任务中的绩效提高以及进行基于相似性的推理的能力，即内隐和外显过程之间的协同互动。

这些相互作用涉及架构内的激活流，以及自下而上、自上而下和平行的学习过程。在自下而上的学习中，底层的（微）特征之间的关联被提取并编码为明确的规则。在自上而下的学习中，顶层的规则指导底层的隐性关联的发展。此外，学习可能是平行进行的，同时触及隐性和显性过程。通过这些学习过程，知识可能被冗余编码或以互补的方式编码，这是由代理历史决定的。协同效应部分来自这些学习过程的互动。解释协同效应的另一个重要机制是来自结构不同层次的信号的组合和相对平衡。