MindModeling@Home

MindModeling@Home ^{[ 2 ]}は、認知科学の発展を目的とした、活動休止中の非営利ボランティアコンピューティング研究プロジェクトです。MindModeling@Home は、オハイオ州デイトンにあるライト州立大学とデイトン大学によって運営されています。

BOINCでは、認知科学の分野に属し、「認知科学と人工知能」というカテゴリに分類されています。^{[ 3 ]} 64ビットのオペレーティングシステムでのみ動作し、できればMicrosoft Windows、Mac OS X、またはLinuxオペレーティングシステムを実行しているマルチコアのコンピュータで動作させる必要があります。このプロジェクトは、BOINC上の他のプロジェクトとは異なり、モバイルデバイスとは互換性がありません。

• N-2反復：人が別の作業から別の作業に戻るのが難しい理由を理解する
• 人々の眼球運動を通して読書の仕方を観察することで、眼精疲労を軽減し、読んだ内容をより良く、より速く処理できるように支援する。
• 意思決定のモデリング：視覚処理（焦点合わせとフィルタリング）から得られた決定に基づいて解決する
• 統合学習モデル（ILM）は、人々の学習方法や意思決定方法に基づいてアルゴリズムを作成する。
• 脳が血流を測定することでタスクを順次および同時に実行する仕組み^{[ 4 ]}

• その状態は非アクティブです。^{[ 5 ]}しかし、サーバーがまだ稼働しているため、「ダウンまたは閉鎖されていません」^{[ 6 ] 。 [ 7 ]}
• プロジェクトは長時間に及ぶため、長時間の計算作業はコンピュータを過熱させる可能性があります。解決策は、コンピュータが冷えるまでプロジェクトの作業を中断することです。^{[ 8 ]}
• 2018年10月7日に見られたように、停電の影響を受けやすい^{[ 9 ]。}
• ウェブサイトがベータ版モードから正式版になる時期は不明です。2007年からベータ版のままです^{[ 10 ]。}

1. Godwin HJ、Walenchok S. 他。拒否速度よりも速い：複数のターゲットの視覚探索中の物体識別プロセス。J Exp Psychol Hum Percept Perform. 41–4、（2016）。^{[ 11 ]}
2. Moore LR、Gunzelmann G. 計算負荷の高いモデルに適合させるための補間アプローチ。Cognitive Systems Research 19、(2014)。^{[ 12 ]}
3. Moore LR 認知モデルの探索と最適化：計算科学における新たな課題。Comput Math Organ Theory 17、296–313。（2011）。^{[ 13 ]}
4. Moore LR、Kopala M.、Mielke T. 他。ボランティアコンピューティングによる同時パフォーマンス探索と最適化された検索。第 19 回 ACM 国際高性能分散コンピューティングシンポジウム、(2010)。^{[ 14 ]}
5. Harris J.、Gluck KA、Moore LR MindModeling@Home...and Anywhere Else You Have Idle Processors. 第 9 回国際認知モデリング会議 (2009)。^{[ 15 ]}
6. Gluck K.、Scheutz M.組み合わせ論と処理能力の融合：BRIMS のための大規模計算リソース。第 16 回モデリングとシミュレーションにおける動作表現に関する会議、BRIMS。1. 73–83. (2007)。^{[ 16 ]}

• ボランティアによるコンピューティングプロジェクト一覧

• 公式サイト
• BOINC
• YouTubeに公開されているMindModeling@Homeの予告動画
• MindModeling@Homeのスクリーンセーバー動画（YouTube）