A brain-inspired neurodynamic model for efficient sequence memory

doi:10.1016/j.neucom.2025.131849

A brain-inspired neurodynamic model for efficient sequence memory

2025-10-30

0

PRE

AI

黄子罡 (Zi‐Gang Huang) *

DOI：10.1016/j.neucom.2025.131849

原文链接

原文求助

摘要

En 中文

序列记忆，例如记忆数字串和音乐，是一种涉及多个脑区的根本性认知功能。它允许在记忆形成后进行基于目标和基于情境的检索，这对记忆整合以及在改进的多任务表现中的适应性至关重要。然而，现有的脑启发神经动力学模型面临重大挑战，包括双向检索功能的实现以及根据任务特定需求分配神经元。受生理学线索启发，我们假设序列记忆应涉及对应感知、记忆和语义记忆（PMS）功能的信息处理架构。因此，我们构建了一个符合PMS架构的神经动力学模型。我们的发现表明，该网络不仅能解决双向检索和任务自适应神经元分配的挑战，还能自发利用层间信息耦合实现记忆检索，同时在学习过程中通过复用相似序列的现有空间模式实现高效记忆。基于此网络框架，我们研究了不同脑区连接退化对基于目标和基于情境检索的影响。此外，在PMS模型中，我们发现三层网络架构和层间耦合在序列记忆中起着关键作用。总体而言，该脑启发的PMS模型为模拟和解释序列记忆现象提供了理论可能性，同时也展示了通过实现更深层次结构层级来实现复杂认知功能的潜力，从而启发基于神经动力学神经网络的下一代序列记忆算法。

A brain-inspired neurodynamic model for efficient sequence memory

摘要

期刊

机构

引用论文