使用状态上下文属性 (SCOP) 形式，描述概念引发、使用和组合生成意义的情境方式，并提供两个概念距离的上下文度量，一种使用塌缩概率，另一种加权属性，展示它们如何在使用宠物鱼问题时应用于联结。

Oct, 2013

研究表明，量子结构在概念及其组合的动态中很有规律地出现，基于量子的模型在经典方法无法解决问题的情况下忠实地表示实验数据；该文分析了一种特定概念组合实验数据，并提供了一种新型的精细纠缠方案，以在标准量子理论规则下对这些数据建模，其中 “纠缠测量和纠缠演化” 发生在预期的 “纠缠态” 之外，提供了完整的复仑伯特空间量子表征；测量和演化中的这种更强的纠缠可能在量子理论基础以及非局部性测试的解释中有相关应用，实际上可以解释 EPR-Bell 实验中的一些非可忽略 “异常” 现象。

Feb, 2013

研究了量子力学模型和数学模型在概念和它们的组合中的应用，提出了一种概念组合的数学建模方案，阐明了量子力学原理在认知中的作用及其与概念形成基本过程的联系，并调查了其对人类思维结构的影响及其与决策理论、经济学等领域中的若干现象的关系。

May, 2008

本文分析了量子建模途径中与人类概念相关的不同方面，重点关注了上下文相关性、干涉、纠缠和新兴量子效应，并举例说明它们在人类概念及其组合的特定情况下的出现。

Jun, 2012

利用量子力学的数学结构来建模概念，将概念通过量子态空间中的向量进行表示，利用量子规则计算量子权重来建模项目的成员权重，然后将该理论应用于模拟概念或关系的分离，并证明这种方法在实验数据上可以准确地建模，这种超杂化和欠杂化的现象是由于量子干涉和叠加效应，结合了上下文的效应而导致的，该论文为这些效应提供了图形解释。

May, 2007

该研究在量子力学的基础上，利用 Hilbert 空间和张量积等工具模拟概念之间的关系，提出了一个描述组合概念的方法，并通过一个包括主语、谓语和宾语的简单句子模型予以说明。

Feb, 2004

本文提出一个基于量子理论的概念建模框架，扩展了 Gardenfors 关于概念空间的经典框架，利用卷积神经网络和参数化量子电路构建出学习概念的混合经典 - 量子网络，并引入 discarding 创造混合效应，以学习仅适用于子集领域的概念，并考虑了量子概念模型是否可以用 Gardenfors 的概念空间来解释。

Feb, 2023

这篇论文将 Aerts（2007a）在 Hilbert 空间中开发的量子模型扩展到 Fock 空间中的量子场理论模型，旨在建模概念的组合，并将概念表示为 Fock 空间中的向量。该理论的应用使得能够模拟概念的析取，结果表明该模型的预测与 Hampton（1988b）实验的结果完全吻合，其量子效应的干涉和叠加是 Hampton 观察到的过度和欠度现象的原因，为了解释实验数据，必须采用真正的量子场理论结构。

May, 2007

采用纠缠（entanglement）的视角，本文研究了 Coecke ，Sadrzadeh 和 Clark 的范畴框架（2010）在实践中的组成结构，发现用 Frobenius 代数可以很好地缓解互动潜在问题，并对一种创建足够纠缠度的动词张量的机器学习方法进行了简要探讨。

May, 2014

本文提出了一个新的模型框架，使用范畴论的概念空间广义化，并展示了如何从数据中自动地学习概念表示，包括经典和量子两种不同的实例化。通过范畴论的形式化，我们详细阐述了该框架的基本原理。我们认为使用范畴论，特别是使用弦图来描述量子过程，可以帮助阐明我们方法的一些重要特点。在现有的概念空间框架基础上，我们从简单形状的图像中学习了形状、颜色、大小和位置等概念，在经典实现中概念表示为高斯函数，在量子实现中表示为量子效应。在经典情况下，我们开发了一个新的模型，受到概念的 Beta-VAE 模型启发，但更紧密地与语言相连接，使得概念的名称成为图形模型的一部分。在量子情况下，概念通过一个混合的经典 - 量子网络进行学习，该网络通过卷积神经网络进行经典图像处理，并通过参数化量子电路生成量子表示。最后，我们考虑了我们的量子概念模型是否可以被视为 Gardenfors 意义上的概念空间。

Nov, 2023