本文介绍了一种认知体系结构，其基于五个已确定的大脑活动原则，以三个子系统的实现为基础：逻辑概率推理、概率形式概念和功能系统理论。建立体系结构需要实现任务驱动方法，以允许将应用程序的目标函数定义为在应用本体中表达的任务，因此我们提供了一组基本本体用于一些实用应用程序以及基于该本体的主题域本体，并描述了提议的架构，并给出了这些应用程序在该架构中执行的可能示例。

Apr, 2022

该论文介绍了强人工智能领域中一个交叉学科的研究，提出了 “脑部原理编程” 的概念， 运用数学模型和算法为 BPP 进行了建模， 并提供了相关的计算机示例。

Feb, 2022

本文研究了一种进化方法来创建具有认知功能的自主体的认知架构，采用功能核心产生自主体的智能功能，并介绍了基于构造主义理论的自主体认知能力的演化。

Jul, 2022

我们构想了一种能够解决数学问题的机器，将定量推理系统分为思维过程和认知过程，并提供了对该体系结构的概率描述。

Aug, 2023

本论文概述了生物神经网络为灵活认知所需的特征，讨论了神经网络体系结构的系统级通信和重复性以及短期拓扑变化对于机器学习模型的贡献，并说明人工系统中测试这些归纳偏见有助于理解领域通用认知的生物学原则。

Mar, 2023

该文是一篇关于强人工智能的论文，提出了基于类别论的 Brain Principles Programming（BPP）的形式化方法，并应用数学模型和算法对其进行描述和建模，最终得到了计算机实验演示算法操作的结果。

May, 2022

该研究论文旨在提出一种新的认知架构来实现通用人工智能的能力，并介绍了一个包含多个功能模块的框架。其中，知识表示是该架构的关键解决方案之一，能够在单一知识库中结合多种形式化和非形式化的知识表示方法。论文还探讨了使用 Archigraph 模型来组合和结构化各种知识片段的方法。此外，该研究还提及了该认知架构的其他组成部分，包括机器意识、机器潜意识、与外部环境的交互模块、目标管理模块、情感控制系统、社交交互模块、反思模块、伦理和世界观模块、学习模块、监测模块、陈述和问题解决模块、自组织和元学习模块。

Jan, 2024

通过将现实解读为信息源，并将其转化为计算框架，我们提出了一种新颖的建模方法，从而接近于人工通用智能。该框架可以以流动可扩展的分层方式构建经典的认知架构元素，如长期记忆和工作记忆。

Jun, 2024

本文介绍了一种方法来累积关于观察到的脑活动和相应功能之间的双向联系的知识。我们的方法基于大量的影像研究和一个预测引擎。我们首次演示了预测完全新的脑图像的认知内容的方法。

Nov, 2013

本研究探讨了开发认知机器人的架构研究挑战，提出了未来机器人设计和开发框架中需要考虑的替代性架构假设，针对虚拟数字平台上操作的软件机器人如何理解平台层面和表现出人类用户行为的问题。

May, 2023