論文の概要: Wave-Based Semantic Memory with Resonance-Based Retrieval: A Phase-Aware Alternative to Vector Embedding Stores

• arxiv url: http://arxiv.org/abs/2509.09691v1
• Date: Thu, 21 Aug 2025 10:13:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-21 06:05:45.721596
• Title: Wave-Based Semantic Memory with Resonance-Based Retrieval: A Phase-Aware Alternative to Vector Embedding Stores
• Title（参考訳）: 共振型検索を用いたウェーブベースセマンティックメモリ:ベクトル埋め込みストアの相認識代替
• Authors: Aleksandr Listopad,
• Abstract要約: 本稿では,波動パターン$psi(x) = A(x) eiphi(x)$として知識をモデル化し,共振に基づく干渉によってそれを検索する新しいフレームワークを提案する。 このアプローチは振幅情報と位相情報の両方を保存し、より表現的かつ堅牢な意味的類似性を実現する。
• 参考スコア（独自算出の注目度）: 51.56484100374058
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Conventional vector-based memory systems rely on cosine or inner product similarity within real-valued embedding spaces. While computationally efficient, such approaches are inherently phase-insensitive and limited in their ability to capture resonance phenomena crucial for meaning representation. We propose Wave-Based Semantic Memory, a novel framework that models knowledge as wave patterns $\psi(x) = A(x) e^{i\phi(x)}$ and retrieves it through resonance-based interference. This approach preserves both amplitude and phase information, enabling more expressive and robust semantic similarity. We demonstrate that resonance-based retrieval achieves higher discriminative power in cases where vector methods fail, including phase shifts, negations, and compositional queries. Our implementation, ResonanceDB, shows scalability to millions of patterns with millisecond latency, positioning wave-based memory as a viable alternative to vector stores for AGI-oriented reasoning and knowledge representation.
• Abstract（参考訳）: 従来のベクトルベースのメモリシステムは、実数値埋め込み空間内のコサインや内積の類似性に依存している。 計算効率は高いが、そのようなアプローチは本質的に位相に敏感であり、意味表現に不可欠な共鳴現象を捉える能力に制限がある。 本稿では,ウェーブ・ベース・セマンティック・メモリ(Wave-based Semantic Memory)を提案する。 このアプローチは振幅情報と位相情報の両方を保存し、より表現的かつ堅牢な意味的類似性を実現する。 本研究では, 位相シフト, 否定, 合成クエリなどのベクトル手法が故障した場合に, 共振による検索により高い識別力が得られることを示す。 我々の実装であるResonanceDBは、ミリ秒レイテンシを持つ数百万のパターンに対するスケーラビリティを示し、AGI指向の推論と知識表現のためのベクトルストアの代替として波ベースのメモリを配置する。

関連論文リスト

• Scalable Distributed Memory Implementation of the Quasi-Adiabatic Propagator Path Integral [0.0]
  本研究では,影響係数の粗粒化をマスク支援した分散メモリのスケーラブルな実装を提案する。 この方法は、複数の計算ノードのメモリリソースを利用して、新しいプリマージアルゴリズムによってメモリボトルネックを緩和する。 新しい実装の効率は、大規模な散逸型量子力学シミュレーションで実証されている。
  論文  参考訳（メタデータ） (2025-06-03T17:56:18Z)
• SigWavNet: Learning Multiresolution Signal Wavelet Network for Speech Emotion Recognition [17.568724398229232]
  音声感情認識(SER)は、音声信号の解読から感情状態において重要な役割を果たす。 本稿では,SERのための新しいエンド・ツー・エンド(E2E)深層学習フレームワークを提案する。 ウェーブレットの能力を利用して、時間領域と周波数領域の両方で効果的なローカライズを行う。
  論文  参考訳（メタデータ） (2025-02-01T04:18:06Z)
• The Backpropagation of the Wave Network [26.656105779121308]
  本稿ではウェーブネットワークから派生した新しいトークン表現法であるウェーブネットワークの詳細な解析を行う。 複雑なベクトルトークン表現では、各トークンは大きさ成分で表現され、入力テキスト全体の大域的な意味をキャプチャする。 詳細な計算複雑性分析により、Token2Waveはビデオメモリの使用時間とトレーニング時間を著しく削減できることが示された。
  論文  参考訳（メタデータ） (2024-11-11T13:48:01Z)
• Point-Based Value Iteration for POMDPs with Neural Perception Mechanisms [31.51588071503617]
  ニューロシンボリックな部分観測可能なマルコフ決定過程(NS-POMDP)を紹介する。 状態空間と値ベクトルを包含するポリヘドラを用いて, 分割線形凸表現(P-PWLC)を提案する。 本稿では,ReLUニューラルネットワークを知覚機能として用いた2つのケーススタディに対して,本手法の実用性を示す。
  論文  参考訳（メタデータ） (2023-06-30T13:26:08Z)
• On the Relationship Between Variational Inference and Auto-Associative Memory [68.8204255655161]
  本フレームワークでは, 変動推論に対する異なるニューラルネットワークアプローチが適用可能であるかを検討する。 得られたアルゴリズムをCIFAR10とCLEVRの画像データセットで評価し,他の連想記憶モデルと比較した。
  論文  参考訳（メタデータ） (2022-10-14T14:18:47Z)
• Universal Face Restoration With Memorized Modulation [73.34750780570909]
  本稿では,ユニバーサルブラインド顔修復(BFR)のための記憶変調(RMM)フレームワークを提案する。 ランダムノイズと教師なしウェーブレットメモリを適用し、顔強調生成装置を適応的に変調する。 実験により,提案手法が最先端の手法と比較して優れていること,野生における優れた一般化が示された。
  論文  参考訳（メタデータ） (2021-10-03T15:55:07Z)
• Particle Track Classification Using Quantum Associative Memory [0.3058685580689604]
  パターン認識アルゴリズムは、一般に、サブ原子物理学実験における軌道再構成のステップを単純化するために用いられる。 本稿では,量子アニールに基づく量子連想メモリについて検討し,粒子トラック分類に適用する。 D-Wave 2000Qプロセッサをテストベッドとして,これらの手法の分類性能を関数検出器分解能,パターンライブラリサイズ,検出器非効率として特徴付ける。
  論文  参考訳（メタデータ） (2020-11-24T02:32:19Z)
• Any-to-Many Voice Conversion with Location-Relative Sequence-to-Sequence Modeling [61.351967629600594]
  本稿では,非並列音声変換手法である非並列音声変換法(seq2seq)を提案する。 本手法では,ボトルネック特徴抽出器(BNE)とセック2セック合成モジュールを組み合わせる。 主観的および主観的評価は,提案手法が自然性と話者類似性の両方において優れた音声変換性能を有することを示す。
  論文  参考訳（メタデータ） (2020-09-06T13:01:06Z)
• Learning Noise-Aware Encoder-Decoder from Noisy Labels by Alternating Back-Propagation for Saliency Detection [54.98042023365694]
  本稿では,ノイズを考慮したエンコーダ・デコーダ・フレームワークを提案する。 提案モデルはニューラルネットワークによってパラメータ化された2つのサブモデルから構成される。
  論文  参考訳（メタデータ） (2020-07-23T18:47:36Z)
• MetaSDF: Meta-learning Signed Distance Functions [85.81290552559817]
  ニューラルな暗示表現で形状を一般化することは、各関数空間上の学習先行値に比例する。 形状空間の学習をメタラーニング問題として定式化し、勾配に基づくメタラーニングアルゴリズムを利用してこの課題を解決する。
  論文  参考訳（メタデータ） (2020-06-17T05:14:53Z)

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。