Каковы математические модели памяти?

Очень много ссылок можно легко найти с помощью поиска в Google по запросу «память математической модели» . Вероятно, самая классическая и знаковая ссылка — это Atkinson and Shiffrin ^{₍₁₉₆₅₎} , которая также описана в Википедии . Три его компонента и их взаимосвязь хорошо показаны на этом рисунке:

Существует множество других, менее известных математических моделей памяти, в том числе следующие:

• Модель памяти узнавания ^{_{(Аткинсон и Юола, 1974).}}
• Модель кругового процесса в кратковременной памяти ^{_{(Минько, Петунин, 1981).}}
• Применение теории интерференции к сбоям в сохранении памяти ^{_{(Аннинос, 1972).}}
• Модель активности гиппокампа , включающая аффинные и хаотические правила ^{_{(Yamaguti, Kuroda, Fukushima, Tsukada, & Tsuda, 2011; см. также Tsuda, Yamaguti, Kuroda, Fukushima, & Tsukada, 2008; Fukushima, Tsukada, Tsuda, Yamaguti, & Kuroda, 2009)}}
• Компьютерная имитационная модель краткосрочного обучения ^{_{(Андерсон, 1983; см. также более простую модель, предложенную Хиклином, 1976, цитируемую в обзоре статьи Андерсона Preece & Anderson, 1984 ) .}}
• Компьютерная имитационная модель оперантного обусловливания ^{_{(Bower, 1967; Mandler, 1967) .}}
• Модель Хопфилда ^{_{( 1982 , 1984 , 2006 )}} нейронной сети ассоциативной памяти ^{_{( Рохас, 1996 ; см. также Википедию ; спасибо @Memming!)}} описывает нейронную активность как бинарную, атрибуты воспоминаний как местоположения в пространстве состояний , а систему как управляемую функция Люпанова . Гораздо больше можно сказать об искусственных нейросетевых моделях памяти в целом (например, LSTM , ^{_{Hochreiter & Schmidhuber, 1997 ;}} ART , ^{_{Carpenter & Grossberg, 1987a , 1987b ).}}

Вам также могут быть интересны следующие ссылки:

• Глава книги «Математические модели человеческой памяти» ^{_{(Raaijmakers, 2008 г.)}}
• Книга « Математические модели в психологии ^{_{» (Restle, 1971).}}
• Вся книга Рохаса ^{₍₁₉₉₆₎} « Нейронные сети: систематическое введение » кажется уместной. (И бесплатно!)

И связанный с этим вопрос здесь, в котором «память» встречается дважды:

• https://cogsci.stackexchange.com/q/1391/4086

^{Ссылки
· Андерсон, О.Р. (1983). Нейроматематическая модель обработки информации человеком и ее применение для получения научного контента. Журнал исследований в области преподавания естественных наук, 20 (7), 603–620.
· Аннинос, Пенсильвания (1972). Математическая модель следа памяти и забывчивости. Кибернетик, 10 (3), 165–167.
· Аткинсон Р.С. и Юола Дж.Ф. (1974). Процессы поиска и принятия решений в памяти распознавания. В DH Krantz, RC Atkinson, RD Luce, & P. ​​Suppes (Eds.), Современное развитие математической психологии: I. Обучение, память и мышление . Оксфорд, Англия: WH Freeman.
·Аткинсон, Р.К., и Шиффрин, Р.М. (1965). Математические модели памяти и обучения. Технический отчет № 79: Психологическая серия. Институт математических исследований в области социальных наук Стэнфордского университета. Получено с http://www.rca.ucsd.edu/selected_papers/IMSSS_79.pdf .
· Бауэр, Г. (1967). Многокомпонентная теория следа памяти. В KW Spence & JT Spence (Eds.), Психология обучения и мотивации: I . Оксфорд, Англия: Academic Press.
· Карпентер, Г.А., и Гроссберг, С. (1987). ИСКУССТВО 2: Самоорганизация устойчивых кодов распознавания категорий для аналоговых входных шаблонов. Прикладная оптика, 26 (23), 4919–4930. Полученное изhttp://www.opticsinfobase.org/ao/fulltext.cfm?uri=ao-26-23-4919&id=30891 .
· Карпентер, Г.А., и Гроссберг, С. (1987). Массивно-параллельная архитектура для самоорганизующейся машины распознавания нейронных образов. Компьютерное зрение, графика и обработка изображений, 37 (1), 54–115. Получено с http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.70.9588&rep=rep1&type=pdf .
· Фукусима Ю., Цукада М., Цуда И., Ямагути Ю. и Курода С. (2009). Механизмы кодирования в сетях гиппокампа для обучения и памяти. В достижениях в обработке нейроинформации (стр. 72–79). Springer: Берлин Гейдельберг.
·Хиклин, WJ (1976). Модель мастерского обучения, основанная на теории динамического равновесия. Журнал математической психологии, 13 (1), 79–88.
· Хохрайтер С. и Шмидхубер Дж. (1997). Длинная кратковременная память. Нейронные вычисления, 9 (8), 1735–1780. Получено с http://web.eecs.utk.edu/~itamar/courses/ECE-692/Bobby_paper1.pdf .
· Хопфилд, Дж. Дж. (1982). Нейронные сети и физические системы с возникающими коллективными вычислительными способностями. Труды Национальной академии наук, 79 (8), 2554–2558. Получено с http://www.ncbi.nlm.nih.gov/pmc/articles/PMC346238/pdf/pnas00447-0135.pdf .
·Хопфилд, Дж. Дж. (1984). Нейроны с дифференцированным ответом обладают коллективными вычислительными свойствами, как и нейроны с двумя состояниями. Труды Национальной академии наук, 81 (10), 3088–3092. Получено с http://www.ncbi.nlm.nih.gov/pmc/articles/PMC345226/pdf/pnas00611-0151.pdf .
· Хопфилд, Дж. Дж. (2008). Поиск воспоминаний, судоку, неявные контрольные биты и многократное использование не всегда правильных быстрых нейронных вычислений. Нейронные вычисления, 20 (5), 1119–1164. Получено с http://arxiv.org/ftp/q-bio/papers/0609/0609006.pdf .
· Мандлер Г. (1967). Организация и память. В KW Spence & JT Spence (Eds.), Психология обучения и мотивация: I. Оксфорд, Англия: Academic Press.
· Минько А.А., Петунин Ю.И. (1981). Математическое моделирование кратковременной памяти. Кибернетика, 17 (2), 287–298.
· Прис, П.Ф. и Андерсон, О.Р. (1984). Математическое моделирование обучения. Журнал исследований в области преподавания естественных наук, 21 (9), 953–955. Получено с http://onlinelibrary.wiley.com/doi/10.1002/tea.3660210910/pdf .
· Raaijmakers, JGW (2008). Математические модели памяти человека. В обучении и памяти: всеобъемлющий справочник, Vol. 2: Когнитивная психология памяти (стр. 445–466). Эльзевир.
· Рестл, Ф. (1971). Математические модели в психологии. Хармондсворт: Пингвин.
· Рохас, Р. (1996). Нейтральные сети: систематическое введение . Спрингер. Получено с http://page.mi.fu-berlin.de/rojas/neural/neuron.pdf .
· Цуда И., Ямагути Ю., Курода С., Фукусима Ю. и Цукада М. (2008). Математическая модель гиппокампа: к пониманию эпизодической памяти и воображения. Приложение «Прогресс теоретической физики», 173 , 99–108.
· Ямагути Ю., Курода С., Фукусима Ю., Цукада М. и Цуда И. (2011). Математическая модель канторовского кодирования в гиппокампе. Нейронные сети, 24 (1), 43–53.}

Если у вас есть образование в области физики, вас может особенно заинтересовать Sparse Distributed Memory — модель, которая обеспечивает ряд психологически правдоподобных характеристик, а также правдоподобна с нейробиологической точки зрения.

Модель и некоторые ее характеристики кратко изложены в этой статье .

Ник Стаунер предоставил много замечательных ссылок, но эта модель, на мой взгляд, одна из самых многообещающих и всеобъемлющих в когнитивной науке.

Моя лаборатория использует архитектуру семантических указателей (где векторы используются в качестве указателей между различными измерениями, для получения дополнительной информации см. «Как построить мозг» Криса Элиасмита), которая представляет собой векторную символическую архитектуру (где разреженные векторы представляют символы) для моделирования работы. памяти биологически правдоподобным образом. До сих пор это использовалось в Spaun в его модели последовательного запоминания, а также в различных других когнитивных задачах, таких как задача n-back (скоро будет опубликована).

Память — большое слово. Обычно нейробиологи и психологи пытаются смоделировать определенный когнитивный процесс: например, долговременную память распознавания (способность различать ранее изученные элементы и новые элементы). Вот ссылка на очень хороший вводный текст по вычислительной нейробиологии (который включает раздел о памяти и обучении): http://grey.colorado.edu/CompCogNeuro/index.php?title=CCNBook/Main

Вот ссылка на библию нейронных сетей: http://www.ru.lv/~peter/zinatne/ebooks/The%20MIT%20Press%20-%202003%20-%20The%20Handbook%20of%20Brain% 20Theory%20and%20Neural%20Networks%20-%202nd%20Edition%20-%20ISBN%200262011972%20-%201309s%20-%20TLFeBOOK.pdf