論文の概要: Cognitive algorithms and systems of episodic memory, semantic memory and their learnings

• arxiv url: http://arxiv.org/abs/2602.07261v1
• Date: Fri, 06 Feb 2026 23:22:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-10 20:26:24.533837
• Title: Cognitive algorithms and systems of episodic memory, semantic memory and their learnings
• Title（参考訳）: 認識アルゴリズムとエピソード記憶システム、セマンティック記憶とその学習
• Authors: Qi Zhang,
• Abstract要約: 宣言記憶は、エピソード記憶とセマンティック記憶という2つの分離された部分から構成される。 海馬の病変は、しばしば明示的な記憶の様々な障害を引き起こす。 本章では、明示的な記憶を模倣することを目的とした認知システムについてレビューする。
• 参考スコア（独自算出の注目度）: 8.156069657157342
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Declarative memory, the memory that can be "declared" in words or languages, is made up of two dissociated parts: episodic memory and semantic memory. This dissociation has its neuroanatomical basis episodic memory is mostly associated with the hippocampus and semantic memory with the neocortex. The two memories, on the other hand, are closely related. Lesions in the hippocampus often result in various impairments of explicit memory, e.g., anterograde, retrograde and developmental amnesias, and semantic learning deficit. These impairments provide opportunities for us to understand how the two memories may be acquired, stored and organized. This chapter reviews several cognitive systems that are centered to mimic explicit memory, and other systems that are neuroanatomically based and are implemented to simulate those memory impairments mentioned above. This review includes: the structures of the computational systems, their learning rules, and their simulations of memory acquisition and impairments.
• Abstract（参考訳）: 宣言記憶(Declarative memory)とは、単語や言語で「宣言」できる記憶であり、エピソード記憶とセマンティック記憶の2つの部分からなる。 この解離は、その神経解剖学的基盤であるてんかん記憶は、主に海馬と新皮質のセマンティック記憶と関連している。 一方、この2つの記憶は密接に関連している。 海馬の病変はしばしば、明示的な記憶障害、例えば、アンテログラード、逆行性および発達期記憶障害、意味学習障害をもたらす。 これらの障害は、2つの記憶がどのように獲得され、保存され、組織化されるかを理解する機会を与えてくれる。 この章では、明示的な記憶を模倣することを目的とした認知システムと、神経解剖学的に基礎を置き、上記の記憶障害をシミュレートするために実装される他のシステムについてレビューする。 このレビューには、計算システムの構造、学習規則、記憶獲得と障害のシミュレーションが含まれる。

関連論文リスト

• AI Meets Brain: Memory Systems from Cognitive Neuroscience to Autonomous Agents [69.39123054975218]
  メモリは過去と未来の重要なネクサスブリッジとして機能する。 自律エージェントに関する最近の研究は、認知神経科学に基づいて効率的な記憶を設計することに集中している。
  論文  参考訳（メタデータ） (2025-12-29T10:01:32Z)
• Agentic Learner with Grow-and-Refine Multimodal Semantic Memory [50.81667005063605]
  ViLoMemは、コンパクトなスキーマベースのメモリを構築するデュアルストリームメモリフレームワークである。 視覚的障害パターンと論理的推論エラーを符号化し、MLLMが成功し失敗した経験から学ぶことを可能にする。
  論文  参考訳（メタデータ） (2025-11-26T18:55:08Z)
• Evaluating Long-Term Memory for Long-Context Question Answering [100.1267054069757]
  質問応答タスクにアノテートした合成長文対話のベンチマークであるLoCoMoを用いて,メモリ拡張手法の体系的評価を行う。 以上の結果から,メモリ拡張アプローチによりトークン使用率が90%以上削減され,競争精度が向上した。
  論文  参考訳（メタデータ） (2025-10-27T18:03:50Z)
• MemGen: Weaving Generative Latent Memory for Self-Evolving Agents [57.1835920227202]
  本稿では,エージェントに人間的な認知機能を持たせる動的生成記憶フレームワークであるMemGenを提案する。 MemGenは、エージェントが推論を通して潜在記憶をリコールし、増大させ、記憶と認知の密接なサイクルを生み出すことを可能にする。
  論文  参考訳（メタデータ） (2025-09-29T12:33:13Z)
• Memorization and Knowledge Injection in Gated LLMs [8.305942415868042]
  大規模言語モデル(LLM)は、現在、シーケンシャルに新しい記憶を追加し、新しい知識を統合するのに苦労している。 Gated LLM (MEGa) に埋め込まれたメモリは、イベントメモリを直接 LLM の重みに注入する。 推論中、ゲーティング機構は、クエリの埋め込みとストアドメモリの埋め込みとをマッチングすることで、関連するメモリ重みを活性化する。
  論文  参考訳（メタデータ） (2025-04-30T00:28:32Z)
• MADial-Bench: Towards Real-world Evaluation of Memory-Augmented Dialogue Generation [15.64077949677469]
  メモリ拡張対話システム(MADS)の有効性を評価するための新しいメモリ拡張対話ベンチマーク(MADail-Bench)を提案する。 このベンチマークは2つのタスクを別々に評価する: メモリ検索とメモリ認識は、パッシブとプロアクティブの両方のメモリリコールデータを組み込んだものである。 このベンチマークにおける最先端の埋め込みモデルと大規模言語モデルの結果は、さらなる進歩の可能性を示している。
  論文  参考訳（メタデータ） (2024-09-23T17:38:41Z)
• 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)
• Assessment of Unconsciousness for Memory Consolidation Using EEG Signals [20.486281623777774]
  脳波信号を用いた記憶統合の無意識性の評価を行った。 中心, 頭頂, 頭頂部における無意識時のスピンドルパワーは, 位置記憶の性能と正の相関を示した。 また、デルタ接続とワードペアメモリ、アルファ接続とロケーションメモリ、スピンドル接続とワードペアメモリの間には負の相関関係があった。
  論文  参考訳（メタデータ） (2020-05-15T06:49:42Z)
• Self-Attentive Associative Memory [69.40038844695917]
  我々は、個々の体験(記憶)とその発生する関係(関連記憶)の記憶を分離することを提案する。 機械学習タスクの多様性において,提案した2メモリモデルと競合する結果が得られる。
  論文  参考訳（メタデータ） (2020-02-10T03:27:48Z)

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。