研究人员推出了一种新型代数确定性内存架构VaCoAl，旨在统一计算神经科学与高维计算。该架构基于伽罗瓦域线性反馈移位寄存器构建，为内存分解提供了寄存器级别的随机投影替代方案。VaCoAl旨在为Vector-HaSH和Tolman-Eichenbaum Machine等理论提供共享的代数基础，并与Judea Pearl的因果阶梯理论联系起来，以进行因果推理。 AI
影响 引入了一种新颖的内存架构，有可能统一人工智能和神经科学中的不同领域，从而可能带来新的计算范式。
排序理由 该集群包含一篇详细介绍新计算架构的学术论文。
在 arXiv cs.NE (Neural & Evolutionary) 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2605.15652v4 Announce Type: replace-cross Abstract: Vector-HaSH and the Tolman-Eichenbaum Machine (TEM) propose the hippocampal-entorhinal circuit factorizes memory via a grid-cell scaffold for compositional replay. Concurrently, human iEEG shows sharp-wave ripples gate rec…
Vector-HaSH and the Tolman-Eichenbaum Machine (TEM) propose the hippocampal-entorhinal circuit factorizes memory via a grid-cell scaffold for compositional replay. Concurrently, human iEEG shows sharp-wave ripples gate recall and multi-hop replay fidelity decays multiplicatively.…