基于神经后继网络与词嵌入的概念认知地图构建
人工智能
2023-07-06 v1 神经元与认知
摘要
人脑拥有对环境所接收信息进行语境化的非凡能力。内嗅-海马体在这一功能中起着关键作用，因为它深度参与记忆处理并利用位置细胞与网格细胞构建认知地图。理解并利用这种能力可显著推动人工智能领域的发展。多尺度后继表示作为位置细胞与网格细胞功能的一个良好模型，已在这一角色中展现出前景。在此，我们引入一种模型，该模型采用后继表示与神经网络，并结合词嵌入向量，来构建三个独立概念的认知地图。该网络熟练地学习到两种不同尺度的地图，并将新信息置于相近的已有表示附近。信息在认知地图上的分散程度因其尺度而异——要么高度集中，从而形成三个概念，要么均匀散布于整个地图。我们提出，我们的模型可通过基于输入与已有知识表示的相似性度量，为任意输入提供多模态语境信息，从而潜在地改进当前的人工智能模型。
引用
@article{arxiv.2307.01577,
title = {Conceptual Cognitive Maps Formation with Neural Successor Networks and Word Embeddings},
author = {Paul Stoewer and Achim Schilling and Andreas Maier and Patrick Krauss},
journal= {arXiv preprint arXiv:2307.01577},
year = {2023}
}