메모리 테서랙트: 기억 및 인지를 모델링하기 위한 통합 프레임워크 개발

계산 메모리 모델은 회상이나 인지, 단기 또는 장기 유지, 암묵적 또는 명시적 학습과 같은 다양한 실험적 패러다임에서 인간 기억의 행동을 설명할 수 있습니다. 시뮬레이션은 기억에 대한 간결한 이론을 이끌어냈지만, 그 대가로 경쟁하는 모델들이 난립하게 되었습니다. 서로 다른 모델들이 다양한 현상에 초점을 맞추다 보니 최상의 모델은 존재하지 않습니다. 그러나 이 모델들은 많은 특성을 공유하여 뇌에서 기억이 작동하는 수학적 원리에 대해 널리 합의가 이루어졌음을 나타냅니다.계산 메모리 모델 분석을 바탕으로, 우리는 이러한 모델들이 단일한 신경학적으로 타당한 계산 및 이론 프레임워크 내에서 이해될 수 있다고 주장합니다. 우리는 개념 증명의 신경 구현, ACT-R 인지 구조와의 통합을 제시하며 절차적, 선언적, 일화적 및 의미적 학습 과제에서 모델 성능을 입증합니다.이 연구는 인간 기억의 다양한 실험 과제에서 인간의 수행을 설명할 수 있으며, 신경 수준의 세부 사항으로 구현 가능하고 임의의 장기 학습 모델링으로 확장할 수 있는 단일 통합 계산 모델을 향해 인지심리학 발전을 목표로 합니다.