論文の概要: Mapping Neural Theories of Consciousness onto the Common Model of Cognition
- arxiv url: http://arxiv.org/abs/2506.12224v1
- Date: Fri, 13 Jun 2025 20:51:06 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-06-17 17:28:45.497083
- Title: Mapping Neural Theories of Consciousness onto the Common Model of Cognition
- Title（参考訳）: 意識の神経理論を認知の共通モデルにマッピングする
- Authors: Paul S. Rosenbloom, John E. Laird, Christian Lebiere, Andrea Stocco,
- Abstract要約: 意識の4つの神経理論をコモン・モデル・オブ・コグニション(Common Model of Cognition)にマッピングする。
このことは、4つの組み合わせがリカレントなローカルモジュールと、複雑な状態を持つグローバルなワーキングメモリで動作する認知サイクルにどのように依存しているかを強調している。
- 参考スコア（独自算出の注目度）: 4.262342157729122
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: A beginning is made at mapping four neural theories of consciousness onto the Common Model of Cognition. This highlights how the four jointly depend on recurrent local modules plus a cognitive cycle operating on a global working memory with complex states, and reveals how an existing integrative view of consciousness from a neural perspective aligns with the Com-mon Model.
- Abstract（参考訳）: 意識の4つの神経理論をコモン・モデル・オブ・コグニション(Common Model of Cognition)にマッピングする。
これは、4つの組み合わせが反復的なローカルモジュールと、複雑な状態を持つグローバルなワーキングメモリで動作する認知サイクルにどのように依存しているかを強調し、ニューラルパースペクティブから既存の統合的な意識のビューがCom-mon Modelとどのように一致しているかを明らかにする。
関連論文リスト
- A Neuro-mimetic Realization of the Common Model of Cognition via Hebbian
Learning and Free Energy Minimization [55.11642177631929]
大規模なニューラル生成モデルは、意味的に豊富なテキストのパスを合成したり、複雑な画像を生成することができる。
我々はコモン・モデル・オブ・コグニティブ・ニューラル・ジェネレーティブ・システムについて論じる。
論文 参考訳（メタデータ） (2023-10-14T23:28:48Z) - Acquiring and Modelling Abstract Commonsense Knowledge via Conceptualization [49.00409552570441]
本研究では,コモンセンス推論における概念化の役割について検討し,人間の概念化を再現する枠組みを定式化する。
ATOMIC は大規模な人為的注釈付き CKG であり,この枠組みを分類プロベースで支援している。
論文 参考訳（メタデータ） (2022-06-03T12:24:49Z) - How to build a cognitive map: insights from models of the hippocampal
formation [0.45880283710344055]
認知地図の概念は、これらの能力の主要な比喩の1つとして現れてきた。
そのような地図の学習と神経表現が 神経科学の中心になっている
論文 参考訳（メタデータ） (2022-02-03T16:49:37Z) - Towards a Predictive Processing Implementation of the Common Model of
Cognition [79.63867412771461]
本稿では,ニューラル生成符号化とホログラフィック連想記憶に基づく認知モデルの実装について述べる。
提案システムは,多様なタスクから継続的に学習し,大規模に人的パフォーマンスをモデル化するエージェントを開発するための基盤となる。
論文 参考訳（メタデータ） (2021-05-15T22:55:23Z) - Compositional Generalization by Learning Analytical Expressions [87.15737632096378]
メモリ拡張ニューラルモデルは、合成一般化を達成するために解析式に接続される。
良く知られたベンチマークSCANの実験は、我々のモデルが構成的一般化の優れた能力をつかむことを示した。
論文 参考訳（メタデータ） (2020-06-18T15:50:57Z) - Controlling Recurrent Neural Networks by Conceptors [0.5439020425818999]
本稿では, 非線形力学と概念抽象と論理の基本原理を結合した, 概念論という, 神経力学の機構を提案する。
単一のニューラルネットワーク内の多数の動的パターンを学習、保存、抽象化、フォーカス、モーフィック、一般化、デノイズ化、認識することが可能になります。
論文 参考訳（メタデータ） (2014-03-13T18:58:37Z)
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。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。