論文の概要: A consequence of failed sequential learning: A computational account of developmental amnesia
- arxiv url: http://arxiv.org/abs/2602.12547v1
- Date: Fri, 13 Feb 2026 02:55:06 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-16 23:37:53.823497
- Title: A consequence of failed sequential learning: A computational account of developmental amnesia
- Title（参考訳）: 逐次学習の失敗 : 発達失調の計算学的考察
- Authors: Qi Zhang,
- Abstract要約: 発達失調症は海馬萎縮症の小児にみられる。
この特徴の独特な組み合わせは、エピソード記憶の早期喪失が認知発達を阻害する可能性があるという理解に挑戦しているようである。
特徴のユニークな組み合わせを模倣できる計算モデルは報告されていない。
- 参考スコア（独自算出の注目度）: 8.156069657157342
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Developmental amnesia, featured with severely impaired episodic memory and almost normal semantic memory, has been discovered to occur in children with hippocampal atrophy. This unique combination of characteristics seems to challenge the understanding that early loss of episodic memory may impede cognitive development and result in severe mental retardation. Although a few underlying mechanisms have been suggested, no computational model has been reported that is able to mimic the unique combination of characteristics. In this study, a cognitive system is presented, and developmental amnesia is demonstrated computationally in terms of impaired episodic recall, spared recognition and spared semantic learning. Impaired sequential/spatial learning ability of the hippocampus is suggested to be the cause of such amnesia. Simulation shows that impaired sequential leaning may only result in severe impairment of episodic recall, but affect neither recognition ability nor semantic learning. The spared semantic learning is inline with the view that semantic learning is largely associated with the consolidation of episodic memory, a process in which episodic memory may be mostly activated randomly, instead of sequentially. Furthermore, retrograded amnesia is also simulated, and the result and its mechanism are in agreement with most computational models of amnesia reported previously.
- Abstract（参考訳）: 海馬萎縮症では, 発達記憶障害, ほとんど正常な意味記憶障害がみられ, 発達記憶障害がみられた。
この特徴の独特な組み合わせは、先天的な記憶の早期喪失が認知発達を阻害し、重度の精神遅滞を引き起こすという理解に挑戦しているようである。
いくつかのメカニズムが提案されているが、特徴のユニークな組み合わせを模倣できる計算モデルが報告されていない。
本研究では,認知システムを提示し,発達期記憶障害,予備認識,余分なセマンティックラーニングの観点から,発達期記憶を計算的に示す。
海馬の逐次的/空間的学習能力の障害は、そのような記憶障害の原因であると考えられている。
シミュレーションにより、逐次傾倒障害はエピソード的リコールの深刻な障害をもたらすだけでなく、認識能力やセマンティックラーニングに影響を与えないことが示されている。
スペアド・セマンティック・ラーニングは、セマンティック・ラーニングは、シーケンシャル・ラーニングは、シーケンシャル・ラーニングではなく、シーケンシャル・ラーニングではなく、シーケンシャル・ラーニング(エピソディック・メモリ)がランダムに活性化されるプロセスである、エピソディック・メモリの統合と大きく関連している、という見解とインラインである。
さらに, 再結晶化アムネシアも模擬され, その結果とその機構は, これまでに報告されたほとんどのアムネシアの計算モデルと一致している。
関連論文リスト
- Cognitive algorithms and systems of episodic memory, semantic memory and their learnings [8.156069657157342]
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。
論文 参考訳（メタデータ） (2026-02-06T23:22:52Z) - 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) - GENESIS: A Generative Model of Episodic-Semantic Interaction [0.40286876168661084]
ジェネレーション・エピソード・セマンティック統合システム(GENESIS)について紹介する。
GENESISはメモリを2つの制限容量生成系間の相互作用として定式化する。
それは、アクティブで、構成的で、リソースに縛られたプロセスとして、メモリの原則的な説明を提供する。
論文 参考訳（メタデータ） (2025-10-17T17:11:13Z) - Semantic and episodic memories in a predictive coding model of the neocortex [1.70266830658388]
補完学習システム理論は、知的エージェントには2つの学習システムが必要であるとしている。
セマンティックメモリは、密度が高く重なり合う表現で新皮質に符号化され、構造化された知識を取得する。
エピソード記憶は、スパースでパターン分離された表現で海馬に符号化され、個々の体験の特異点を素早く学習する。
論文 参考訳（メタデータ） (2025-09-02T06:13:16Z) - Weight Factorization and Centralization for Continual Learning in Speech Recognition [55.63455095283984]
リハーサルのない多言語、言語に依存しない状態でモデルを継続的に訓練することは、破滅的な忘れを招きかねない。
人間の脳が覚醒サイクルを通じて知識を学習・統合する能力に着想を得て,継続的な学習手法を提案する。
論文 参考訳（メタデータ） (2025-06-19T19:59:24Z) - Retentive or Forgetful? Diving into the Knowledge Memorizing Mechanism
of Language Models [49.39276272693035]
大規模事前学習型言語モデルは、顕著な記憶能力を示している。
プレトレーニングのないバニラニューラルネットワークは、破滅的な忘れ物問題に悩まされていることが長年観察されてきた。
1)バニラ言語モデルは忘れがちである; 2)事前学習は暗黙の言語モデルにつながる; 3)知識の妥当性と多様化は記憶形成に大きな影響を及ぼす。
論文 参考訳（メタデータ） (2023-05-16T03:50:38Z) - Continual learning benefits from multiple sleep mechanisms: NREM, REM,
and Synaptic Downscaling [51.316408685035526]
先行学習を失うことなく、新しいタスクやスキルを連続して学習することは、人工ニューラルネットワークと生物学的ニューラルネットワークの両方にとって、計算上の課題である。
本稿では,3つの異なる睡眠成分のモデル化が,人工ニューラルネットワークの連続学習にどのように影響するかを検討する。
論文 参考訳（メタデータ） (2022-09-09T13:45:27Z) - Learning Human Cognitive Appraisal Through Reinforcement Memory Unit [63.83306892013521]
逐次評価タスクにおける人間の認知評価の効果を生かしたリカレントニューラルネットワークのためのメモリ強調機構を提案する。
記憶増強機構を2つの正および負の強化記憶とともに評価状態を含む強化記憶ユニット(RMU)として概念化する。
論文 参考訳（メタデータ） (2022-08-06T08:56:55Z) - Reducing Catastrophic Forgetting in Self Organizing Maps with
Internally-Induced Generative Replay [67.50637511633212]
生涯学習エージェントは、パターン知覚データの無限のストリームから継続的に学習することができる。
適応するエージェントを構築する上での歴史的難しさの1つは、ニューラルネットワークが新しいサンプルから学ぶ際に、以前取得した知識を維持するのに苦労していることである。
この問題は破滅的な忘れ(干渉)と呼ばれ、今日の機械学習の領域では未解決の問題のままである。
論文 参考訳（メタデータ） (2021-12-09T07:11:14Z) - Brain-inspired feature exaggeration in generative replay for continual
learning [4.682734815593623]
新しいクラスを学ぶとき、以前に学んだクラスの内部表現はしばしば上書きされる。
神経科学の最近の進歩は、脳が自身の記憶干渉を避ける方法を発見した。
本稿では,クラス増分学習データセットCIFAR100の早期クラス分類における最先端性能について述べる。
論文 参考訳（メタデータ） (2021-10-26T10:49:02Z) - Association: Remind Your GAN not to Forget [11.653696510515807]
本稿では,連想学習過程を模倣して連続学習を実現する脳様アプローチを提案する。
画像から画像への翻訳作業における破滅的忘れを緩和する手法の有効性を実験により実証した。
論文 参考訳（メタデータ） (2020-11-27T04:43:15Z)
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。