
<html><head><meta http-equiv="Content-Type" content="text/html; charset=utf-8"></head><body style="word-wrap: break-word; -webkit-nbsp-mode: space; line-break: after-white-space;" class=""><div class=""><div class="">____________________</div><div class=""><b class="">Sixth Groningen Spring School on Cognitive Modeling </b></div><div class="">– ACT-R, Nengo, PRIMs –</div><div class=""><br class=""></div><div class="">Date: <b class="">27-31 March 2023</b></div><div class="">Location: <b class="">Groningen, the Netherlands</b></div><div class="">Fee: <b class="">€ 305 (late fee after February 26 will be € 355)</b></div><div class="">More information and registration: <b class=""><a href="http://www.cognitive-modeling.com/springschool" class="">www.cognitive-modeling.com/springschool</a></b></div><div class="">____________________</div><div class=""><br class=""></div><div class="">Dear colleagues and students,</div><div class=""><br class=""></div><div class="">This is a reminder that the early registration deadline for the sixth Spring School on Cognitive Modeling in Groningen (27-31 March 2023) ends on February 25!</div><div class=""><br class=""></div><div class="">As announced earlier, the Spring School will cover three different modeling paradigms: ACT-R, Nengo, and PRIMs (see below for a brief explanation of each). </div><div class=""><br class=""></div><div class="">Past years have shown that students get most out of the spring school if they really emerge themselves into a modeling paradigm. We therefore planned more time for actually working on the hands-on exercises this year. We recommend you choose one topic for which you will attend both the lectures as well as do the exercises (tutorials). In addition, you can select a second paradigm, for which you attend the lectures only.</div><div class=""><br class=""></div><div class="">To give students a broader picture of cognitive modeling, there will be three additional guest lectures throughout the week. These lectures each give an introduction to yet another modeling paradigm: accumulator models (Leendert van Maanen), error-driven learning models (Jacolien van Rij), and dynamical systems (Herbert Jäger). All students are encouraged to attend those lectures.</div><div class=""><br class=""></div><div class="">To round of the program, there will be a poster session, where students present themselves and their research, as well as a city tour, and our (in)famous spring school dinner.</div><div class=""><b class=""><br class=""></b></div><div class=""><b class="">Registration closes on March 19. The early registration deadline ends February 25.</b></div><div class=""><br class=""></div><div class="">Please feel free to forward the information to anyone who might be interested in the Spring School.</div><div class=""><br class=""></div><div class="">We are looking forward to welcoming you (again) in Groningen,</div><div class=""><br class=""></div><div class="">The Spring School team</div><div class=""><a href="mailto:springschool@rug.nl" class="">springschool@rug.nl</a></div><div class="">______________</div><div class=""><br class=""></div><div class=""><b class="">ACT-R</b></div><div class="">Teachers: Jelmer Borst, Stephen Jones, & Katja Mehlhorn (University of Groningen)</div><div class="">Website: <a href="http://act-r.psy.cmu.edu" class="">http://act-r.psy.cmu.edu</a></div><div class=""><br class=""></div><div class="">ACT-R is a high-level cognitive theory and simulation system for developing cognitive models for tasks that vary from simple reaction time experiments to driving a car, learning algebra, and air traffic control. ACT-R can be used to develop process models of a task at a symbolic level. Participants will follow a compressed five-day version of the traditional summer school curriculum. We will also cover the connection between ACT-R and fMRI.</div><div class=""><br class=""></div><div class=""><b class="">Nengo</b></div><div class="">Teacher: Terry Stewart and Andreas Stöckel (University of Waterloo)</div><div class="">Website: <a href="http://www.nengo.ca" class="">http://www.nengo.ca</a></div><div class=""> </div><div class="">Nengo is a toolkit for converting high-level cognitive theories into low-level spiking neuron implementations. In this way, aspects of model performance such as response accuracy and reaction times emerge as a consequence of neural parameters such as the neurotransmitter time constants. It has been used to model adaptive motor control, visual attention, serial list memory, reinforcement learning, Tower of Hanoi, and fluid intelligence. Participants will learn to construct these kinds of models, starting with generic tasks like representing values and positions, and ending with full production-like systems. There will also be special emphasis on extracting various forms of data out of a model, such that it can be compared to experimental data.</div><div class=""><br class=""></div><div class=""><b class="">PRIMs</b></div><div class="">Teacher: Niels Taatgen (University of Groningen)</div><div class="">Website: <a href="https://www.ai.rug.nl/~niels/prims/index.html" class="">https://www.ai.rug.nl/~niels/prims/index.html</a></div><div class=""><br class=""></div><div class="">How do people handle and prioritize multiple tasks? How can we learn something in the context of one task, and partially benefit from it in another task? The goal of PRIMs is to cross the artificial boundary that most cognitive architectures have imposed on themselves by studying single tasks. It has mechanisms to model transfer of cognitive skills, and the competition between multiple goals. In the tutorial we will look at how PRIMs can model phenomena of cognitive transfer and cognitive training, and how multiple goals compete for priority in models of distraction. </div></div><div class=""><br class=""></div><div class="">———</div><div class=""><br class=""></div><br class=""><br class=""><div class="">

—————————————————————<br class="">Katja Mehlhorn, Docent<br class=""><br class="">University of Groningen<br class=""><a href="http://www.ai.rug.nl/~katja/" class="">http://www.ai.rug.nl/~katja/</a>

</div>

<br class=""></body></html>