Fugu-MT 論文翻訳(概要): Memory-Augmented Graph Neural Networks: A Brain-Inspired Review

論文の概要: Memory-Augmented Graph Neural Networks: A Brain-Inspired Review

arxiv url: http://arxiv.org/abs/2209.10818v2
Date: Fri, 14 Jul 2023 18:13:08 GMT
ステータス: 処理完了
システム内更新日: 2023-07-19 00:29:06.821535
Title: Memory-Augmented Graph Neural Networks: A Brain-Inspired Review
Title（参考訳）: 記憶提示型グラフニューラルネットワーク:脳にインスパイアされたレビュー
Authors: Guixiang Ma, Vy A. Vo, Theodore Willke, Nesreen K. Ahmed
Abstract要約: 本稿では,メモリ拡張GNNに関する既存の文献を概観する。本稿では,メモリ拡張GNNの分類法と,それらのメモリメカニズムを比較するための基準セットを提案する。
参考スコア（独自算出の注目度）: 8.654714708717345
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We provide a comprehensive review of the existing literature on memory-augmented GNNs. We review these works through the lens of psychology and neuroscience, which has several established theories on how multiple memory systems and mechanisms operate in biological brains. We propose a taxonomy of memory-augmented GNNs and a set of criteria for comparing their memory mechanisms. We also provide critical discussions on the limitations of these works. Finally, we discuss the challenges and future directions for this area.
Abstract（参考訳）: 本稿では,メモリ拡張GNNに関する既存の文献を概観する。我々は、これらの研究を心理学と神経科学のレンズを通してレビューし、生物の脳において複数の記憶系とメカニズムがどのように機能するかについて、いくつかの確立された理論を持つ。本稿では,記憶誘導型gnnの分類法とそれらの記憶機構の比較基準を提案する。また、これらの作品の限界に関する批判的な議論も行っています。最後に,この領域の課題と今後の方向性について論じる。

関連論文リスト

Hierarchical Working Memory and a New Magic Number [1.024113475677323]
本稿では,作業記憶のシナプス理論の枠組み内でチャンキングを行うための繰り返しニューラルネットワークモデルを提案する。我々の研究は、認知に不可欠な脳内の情報のオンザフライ組織を理解するための、概念的で分析的な枠組みを提供する。
論文参考訳（メタデータ） (2024-08-14T16:03:47Z)
Graph Neural Networks for Brain Graph Learning: A Survey [53.74244221027981]
グラフニューラルネットワーク(GNN)は、グラフ構造化データのマイニングにおいて大きな優位性を示している。脳障害解析のための脳グラフ表現を学習するGNNが最近注目を集めている。本稿では,GNNを利用した脳グラフ学習の成果をレビューすることで,このギャップを埋めることを目的としている。
論文参考訳（メタデータ） (2024-06-01T02:47:39Z)
MindBridge: A Cross-Subject Brain Decoding Framework [60.58552697067837]
脳の復号化は、獲得した脳信号から刺激を再構築することを目的としている。現在、脳の復号化はモデルごとのオブジェクトごとのパラダイムに限られている。我々は,1つのモデルのみを用いることで,オブジェクト間脳デコーディングを実現するMindBridgeを提案する。
論文参考訳（メタデータ） (2024-04-11T15:46:42Z)
Survey on Memory-Augmented Neural Networks: Cognitive Insights to AI Applications [4.9008611361629955]
メモリ拡張ニューラルネットワーク(MANN)は、ヒューマンライクなメモリプロセスをAIに混ぜる。本研究は, ホップフィールドネットワーク, ニューラルチューリングマシン, 相関行列記憶, メムフォーマ, ニューラルアテンション記憶などの高度なアーキテクチャについて検討した。自然言語処理、コンピュータビジョン、マルチモーダルラーニング、検索モデルにまたがるMANNの現実的利用に潜んでいる。
論文参考訳（メタデータ） (2023-12-11T06:05:09Z)
Brain-Inspired Machine Intelligence: A Survey of Neurobiologically-Plausible Credit Assignment [65.268245109828]
本稿では,神経生物学にインスパイアされた,あるいは動機付けられた人工ニューラルネットワークにおける信用割当を行うアルゴリズムについて検討する。我々は、脳にインスパイアされた学習スキームを6つの一般的なファミリーにまとめ、これらを誤りのバックプロパゲーションの文脈で検討する。本研究の成果は,神経ミメティックシステムとその構成的学習プロセスの今後の発展を促進することを目的としている。
論文参考訳（メタデータ） (2023-12-01T05:20:57Z)
Memoria: Resolving Fateful Forgetting Problem through Human-Inspired Memory Architecture [5.9360953869782325]
本稿では,人工ニューラルネットワークのメモリシステムであるMemoriaを紹介する。その結果, 分類, 言語モデリング, 分類の多様なタスクにおいて, Memoriaの有効性が証明された。エングラム分析により、記憶は人間の記憶の特徴である優位性、傾向、時間的連続効果を示すことが明らかとなった。
論文参考訳（メタデータ） (2023-10-04T09:40:46Z)
Memory-Augmented Theory of Mind Network [59.9781556714202]
社会的推論は、心の理論(ToM)の能力を必要とする。 ToMに対する最近の機械学習アプローチは、観察者が過去を読み、他のエージェントの振る舞いを提示するように訓練できることを実証している。我々は,新たなニューラルメモリ機構を組み込んで符号化し,階層的な注意を払って他者に関する情報を選択的に検索することで,課題に対処する。この結果、ToMMYは心的プロセスについての仮定をほとんど行わずに理性を学ぶマインドモデルである。
論文参考訳（メタデータ） (2023-01-17T14:48:58Z)
A bio-inspired implementation of a sparse-learning spike-based hippocampus memory model [0.0]
本研究では,海馬に基づくバイオインスパイアされた新しい記憶モデルを提案する。記憶を覚えたり、キューから思い出したり、同じキューで他の人を学ぼうとする時の記憶を忘れたりできる。この研究は、完全に機能するバイオインスパイアされたスパイクベースの海馬記憶モデルの最初のハードウェア実装を示す。
論文参考訳（メタデータ） (2022-06-10T07:48:29Z)
Neuromorphic Artificial Intelligence Systems [58.1806704582023]
フォン・ノイマンアーキテクチャと古典的ニューラルネットワークに基づく現代のAIシステムは、脳と比較して多くの基本的な制限がある。この記事では、そのような制限と、それらが緩和される方法について論じる。これは、これらの制限が克服されている現在利用可能なニューロモーフィックAIプロジェクトの概要を示す。
論文参考訳（メタデータ） (2022-05-25T20:16:05Z)
Memory and attention in deep learning [19.70919701635945]
マシンのメモリ構成は避けられない。ディープラーニングにおけるメモリモデリングの最近の進歩は、外部メモリ構築を中心に展開されている。この論文の目的は、深層学習における記憶と注意に対する理解を深めることである。
論文参考訳（メタデータ） (2021-07-03T09:21:13Z)
Towards a Neural Model for Serial Order in Frontal Cortex: a Brain Theory from Memory Development to Higher-Level Cognition [53.816853325427424]
そこで本研究では,未熟な前頭前野 (PFC) が側頭葉信号の階層的パターンを検出する主要な機能を利用していることを提案する。我々の仮説では、PFCは順序パターンの形で時間的配列の階層構造を検出し、それらを脳の異なる部分で階層的に情報をインデックスするために利用する。これにより、抽象的な知識を操作し、時間的に順序付けられた情報を計画するための言語対応の脳にツールを提供する。
論文参考訳（メタデータ） (2020-05-22T14:29:51Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。