耦合振荡器网络中的可学习序列记忆

Taosha Guo, Fabio Pasqualetti

摘要

本文提出了一种基于三时间尺度耦合振荡器网络的序列记忆架构，该架构具有指数级存储容量，且转换结构可通过路由矩阵学习。该工作为神经形态计算中的动态记忆建模提供了理论框架。

sequential memorycoupled oscillatorsmulti-timescaleKuramoto modelattention routing

LEARNING

📊 8,465 引用

D. O. Hebb

2005

LEARNING

📊 7,678 引用

Benoît B. Mandelbrot, John W. Van Ness

1968

LEARNING

开放获取📊 7,484 引用

Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者

2021

LEARNING

📊 4,608 引用

Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者

2018