新的路径积分模型将认知视为成本优化

研究人员开发了一种认知成本优化的数学和物理表述，将目标导向的认知过程建模为投影仪哈密顿量下的虚时演化。这种方法与双括号流一致，并且可以通过维克旋转重新表述为等效的幺正演化，从而允许离散路径积分表示。该模型通过幺正相互作用的强度连接无意识处理和有意识处理，在弱耦合极限下恢复了 Gorini--Kossakowski--Sudarshan--Lindblad 退相干模型，在强耦合极限下恢复了优化状态的投影、可报告的固定。 AI

影响 这一理论框架可以为未来旨在实现更复杂认知过程和优化的AI架构提供信息。

排序理由 该集群包含一篇详细介绍认知新理论模型的学术论文。[lever_c_demoted from research: ic=1 ai=0.7]

在 arXiv cs.AI 阅读 →

• A Path Integral Model of Cognition
• arXiv
• Asano
• Gorini--Kossakowski--Sudarshan--Lindblad
• Hamiltonian operator
• Hilbert--Schmidt
• Lindblad equation
• Neurons and Cognition
• Quantitative Biology
• Wick rotation

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →