Modeling Optimal Information Acquisition Time Driven by Event Importance for Decision Making: Integrating Gödel's Incompleteness, Turing's Computability, and Simon's Bounded Rationality

Στο πλαίσιο της λήψης αποφάσεων υπό συνθήκες αβεβαιότητας, η διαδικασία απόκτησης πληροφορίας διαδραματίζει κρίσιμο ρόλο στη βελτιστοποίηση των αποτελεσμάτων. Η παρούσα διπλωματική εργασία διερευνά τον βέλτιστο χρονισμό της απόκτησης πληροφορίας, ιδιαίτερα σε σενάρια όπου η σημαντικότητα των γεγονότων επηρεάζει ουσιαστικά τις διαδικασίες λήψης αποφάσεων. Μέσω της ενσωμάτωσης θεμελιωδών εννοιών από τα Θεωρήματα Μη Πληρότητας του Gödel, τη Θεωρία Υπολογισιμότητας του Turing και την Περιορισμένη Ορθολογικότητα του Herbert Simon, η έρευνα αυτή προτείνει ένα νέο μοντέλο για την κατανόηση της δυναμικής της απόκτησης πληροφορίας σε σχέση με τη λήψη αποφάσεων που καθοδηγείται από γεγονότα. Η Μη Πληρότητα του Gödel αναδεικνύει τους εγγενείς περιορισμούς στην απόκτηση πλήρους πληροφορίας, ενώ η Υπολογισιμότητα του Turing εξετάζει τους πρακτικούς περιορισμούς στην αλγοριθμική επίλυση προβλημάτων λήψης αποφάσεων. Η Περιορισμένη Ορθολογικότητα του Simon εισάγει την έννοια ότι οι λήπτες αποφάσεων λειτουργούν υπό γνωστικούς και υλικούς περιορισμούς, γεγονός που συχνά οδηγεί σε «ικανοποιητικές» και όχι βέλτιστες λύσεις. Μέσω της ανάπτυξης ενός υπολογιστικού πλαισίου, η παρούσα εργασία μοντελοποιεί τις ανταλλαγές (trade-offs) μεταξύ της επείγουσας φύσης της λήψης αποφάσεων, των υπολογιστικών περιορισμών της επεξεργασίας πληροφορίας και των γνωστικών ορίων των ληπτών αποφάσεων. Το μοντέλο αξιολογεί πώς τα διαφορετικά επίπεδα σημαντικότητας των γεγονότων καθορίζουν τη βέλτιστη κατανομή χρόνου για τη συλλογή πληροφορίας πριν απαιτηθεί η ανάληψη δράσης, ιδιαίτερα σε περιβάλλοντα που χαρακτηρίζονται από αβεβαιότητα και ελλιπή γνώση. Τα ευρήματα συμβάλλουν στο ευρύτερο πεδίο της γνωστικής επιστήμης, προσφέροντας μια θεωρητική και υπολογιστική βάση για την κατανόηση του τρόπου με τον οποίο άτομα και συστήματα μπορούν να λαμβάνουν αποτελεσματικές αποφάσεις σε πολύπλοκα και χρονικά ευαίσθητα σενάρια, όπου η πλήρης πληροφορία είναι ανέφικτη ή μη πρακτική. Αυτή η διεπιστημονική προσέγγιση γεφυρώνει τυπικές θεωρίες από τα μαθηματικά και την επιστήμη υπολογιστών με γνωστικά μοντέλα, προσφέροντας πολύτιμες γνώσεις τόσο για τις ανθρώπινες όσο και για τις μηχανικές διαδικασίες λήψης αποφάσεων.

Authors dc:creator

• Στογιάννος Σπυρίδων Νικόλαος
• Stogiannos Spyridon Nikolaos

• Θετικές Επιστήμες
• Science

Language dc:language

English

Identifier

uoadl:5394067

OAI identifier oai:identifier

oai:lib.uoa.gr:uoadl:5394067