Oct, 2022

多层网络的认知建模：洞见、进展与未来挑战

PDF
TL;DR本文介绍了多层网络的结构和形式，讨论了多层网络作为研究精神词汇库的一种有效的数学框架。多层网络能够捕捉不同层次的词汇关联类型如何共存于大脑的精神词汇库，并影响认知加工。通过研究多重层次的联结，本研究提出了新的定量视角讨论了未来先进研究的方向和关键限制。
mental lexiconconceptual associationsmultilayer networksquantitative frameworkcognitive processing
发现论文，激发创造
  • 功能丰富的多路复用词汇网络揭示了早期语言学习的心理策略

    本研究提出一种新的 FERMULEX 结构，通过多维度特征嵌入来丰富词义。我们运用该网络结构，研究了 1000 位 18-30 个月大的幼儿语言习得中的词汇选择偏好和语法建构，并发现其非均匀和规律性的演化过程。研究结果支持了以往的实证研究和发展性理论。

    Jan, 2022

  • 基于神经网络训练的多模态认知地图

    认知地图通过整理和检索记忆中的上下文，提供了高效组织大脑信息的方法。通过使用基于继任表示的多模式神经网络，我们可以成功建立认知地图模型。多模式输入包括图像和单词嵌入，网络通过学习不同输入之间的相似性，实现了对认知地图的有效表示。预测网络可以用于从一种模态推断到另一种模态，并且具有超过 90% 的准确率。这种方法有望改进当前的人工智能系统，提高对环境和不同模态下物体出现的理解能力。

    Dec, 2023

  • 大型语言模型中语言和思维的分离：认知角度

    今天的大型语言模型 (LLMs) 可以生成连贯的，符合语法的、有意义的文本段落，但在如人类思维一样的实际语言使用中，大多数测试需要功能语言能力，从认知神经科学的证据中，我们显示出 LLMs 显示出令人印象深刻（虽然不完美）的正式语言能力的任务，但在需要功能能力的许多测试中失败了。

    Jan, 2023

  • 基于模仿学习的隐式语义感知通讯网络：多层表示与协作推理

    本文提出了一种基于推理的隐含语义感知通信网络架构，允许多个 CDC 和边缘服务器协作支持端到端的语义编码，解码和解释，建立多层次表示和个人化推理优先权，并采用强化学习和模仿学习算法进行协作推理。

    Oct, 2022

  • 语义认知、归纳推理与语言模型

    利用归纳推理现象，通过研究语言模型（LMs）中的语义归纳综合，分析人工归纳文献中观察到的现象，并研究涉及隐含推理和新出现功能识别等任务的归纳行为，并分析并联系到学习到的概念表示空间。

    Nov, 2021

  • 深度神经网络语义发展的数学理论

    通过分析深度线性网络中的非线性动态，我们找到了确切的解决方案，从而解释了语义认知中许多不同现象的普遍性，包括概念的分层差异、语义错觉、项目典型性和类别一致性的出现，以及发展过程中归纳投射模式的变化，以及跨物种的神经表示中语义相似性的保持。

    Oct, 2018

  • 语言概念网络拓扑

    本文研究使用同义词词典定义语言中的连接词汇，从而构建语言的概念网络，发现该网络具有小世界结构以及幂律连接特征，对语言学和认知科学具有借鉴意义。

    Jun, 2002

  • 记忆网络

    本文介绍了一种新的学习模型 - 记忆网络，利用推理组件和长期记忆组件共同学习。这些模型可以用于问答型任务中，长期记忆作为动态知识库，输出为文本响应。在评估中表明记忆网络模型在问答中具有强大的推理能力。

    Oct, 2014

  • 记忆、意识与大型语言模型

    认知科学和大型语言模型（LLMs）的发展使得这两个领域之间的联系被揭示出来。建立在这些联系之上，我们提出了一种假设，认为 LLMs 与图尔文的记忆理论之间存在一种二元性。我们确定了图尔文的协同映射培养模型（SEM）的检索与 LLMs 中观察到的新能力之间的潜在对应关系，为我们的假设提供了支持证据。此外，我们推测意识可能被视为这种二元性的一种新能力形式。我们还讨论了其他意识理论如何与我们的研究相交叉。

    Jan, 2024

  • 使用神经继承网络和词嵌入形成概念认知地图

    介绍了一种使用继任表示和神经网络的模型，以及单词嵌入向量，用于构建三个不同概念的认知图，从而根据输入提供多模态上下文信息，基于输入和预先存在的知识表示的相似性度量。

    Jul, 2023