中文

张量记忆假说

人工智能 2017-08-29 v2 机器学习 神经元与认知 机器学习

摘要

我们讨论了基于实体和事件的潜在表示的张量分解的记忆模型。我们展示了情景记忆和语义记忆如何实现,并讨论了如何从感觉输入生成新的记忆痕迹:现有记忆是感知的基础,新记忆通过感知生成。我们将我们的数学方法与海马记忆索引理论联系起来。我们描述了从感觉输入及其语义解码(即感知)到情景记忆和语义记忆的形成及其陈述性语义解码的完整处理管道的首个详细数学模型。我们的主要假设是感知包含一个主动的语义解码过程,该过程依赖于实体和谓词的潜在表示,并且情景记忆和语义记忆依赖于同一解码过程。我们为主要记忆巩固理论之间的辩论做出了贡献,即标准巩固理论(SCT)和多重痕迹理论(MTT)。后者与互补学习系统(CLS)框架密切相关。特别是,我们明确展示了情景记忆如何教导新皮层形成语义记忆,这是MTT和CLS中的核心问题。

关键词

引用

@article{arxiv.1708.02918,
  title  = {The Tensor Memory Hypothesis},
  author = {Volker Tresp and Yunpu Ma},
  journal= {arXiv preprint arXiv:1708.02918},
  year   = {2017}
}

备注

Presented at MLINI-2016 workshop, 2016 (arXiv:1701.01437) Report-no: MLINI/2016/06