Working memory network （工作记忆网络）

最新推荐文章于 2021-04-27 01:30:34 发布
最新推荐文章于 2021-04-27 01:30:34 发布
阅读量1.2k 收藏 2
点赞数
分类专栏： fmri
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/sinat_35637310/article/details/82350305
版权

working memory

Schlosser R G, Wagner G, Sauer H, et al. Assessing the working memory network: studies with functional magnetic resonance imaging and structural equation modeling.[J]. Neuroscience, 2006, 139(1): 91-103.

1. 分布

 

WM related activation foci have been consistently demonstrated in the dorsolateral prefrontal cortex (DLPFC) and ventrolateral prefrontal cortex (VLPFC) as well as the anterior cingulate and the parietal cortex.
 

2. 功能（作用）

Working memory is a cognitive system with a limited capacity that is responsible for temporarily holding information available for processing. Working memory is important for reasoning and the guidance of decision-making and behavior.

 

Notes:

 

嘹亮的名字
关注
  • 0
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
论文|记忆网络之Memory Networks
Dodo
06-15 538
欢迎直接到我的博客查看最近文章：www.pkudodo.com。更新会比较快，评论回复我也能比较快看见，排版也会更好一点。 原始blog链接：http://www.pkudodo.com/2019/06/14/1-13/ Memory NetWorks介绍 在文本的处理上，由于很多地方对记忆的需要，因此诞生了RNN及LSTM。但RNN和LSTM也只能用于短时间内的记忆（一般...
Working Memory Networks: Augmenting Memory Networks with a Relational Reasoning Module读书笔记
sjh18813050566的专栏
01-26 240
发表于ACL2018 利用Memory Network（MemNN）结合Relation Network（RN）进行推理。MemNN缺乏推理能力，RN时间复杂度为O(n^2)。本文通过结合两者，把时间复杂度降到线性的同时保留了RN的推理能力。 模型： 以Text QA为例，解释模型组成。 Input Module     对Text每个句子用GRU建模得到向量，存储到Short term...
7.查询工作内存(working memory)
iteye_17421的博客
05-12 472
7.查询工作内存(working memory) Jess中的working memory有点类似于数据库；由索引、数据结构组成。大部分情况下，通过规则的模式匹配来访问工作内存。但有时，可以通过编写程序代码直接从工作内存中调用数据。本章将对此作详细描述。 7.1.线性搜索(liner search) 最原始的搜索数据的方法莫过于线性搜索和过滤器(filter)，使用一个布尔函数来判断一...
读论文写论文——MEMORY NETWORKS
wang735019的专栏
12-31 2955
MEMORY NETWORKS摘要作者说自己提出了一个新的学习模型叫做“memory networks”，模型将推理与“长记忆”组件相结合。使用长记忆组件，可以用其进行推理预测，作者将该模型用于问答系统QA（Question Answering）。介绍——为什么要提出这个模型作者说当前的大多数的机器学习系统，无法自由的对记忆组件进行读写。如果可以无缝的自由读写，那么将大大提高模型的预测、推理能力。比
《学习之道》第三章工作记忆和长期记忆
weixin_30825581的博客
01-08 338
　　在大脑中对正在处理的信息进行瞬间以及有意识加工的这部分记忆，叫做工作记忆。 　　工作记忆只能容纳四个组块。要学习数学和科学知识，工作记忆非常重要。它就像大脑中的一块黑板，你在上面可以写写画画，记录那些尚在考虑或者还在试图理解的想法。 　　那么该如何把工作记忆中的信息留住呢？一般来说，这需要不断地排演重复，比如，你找不到机会就把一串电话号码写下来，那就一直念叨着好了。而在全神贯注时...
功能性大脑网络的重组介导了对工作记忆的实时神经反馈训练后认知能力的改善
03-07
神经科学领域的研究表明，工作记忆的实现主要依赖于两个关键的大脑网络：额顶前工作记忆网络（Fronto-parietal Working Memory Network, WMN）和舌顶默认模式网络（Angulo-Parietal Default Mode Network, DMN）。...
丙泊酚麻醉对大鼠工作记忆任务中PFC中LFP之间功能连接的抑制作用
04-02
工作记忆（Working Memory, WM）是大脑临时存储和操作信息的一种认知功能，对于完成复杂的认知任务至关重要。本研究探讨了丙泊酚麻醉对大鼠工作记忆任务中前额叶皮层（Prefrontal Cortex, PFC）内多通道局部场电位...
Addison.Wesley.C++.Network.Programming.Vol1.chm
05-17
It explores the inherent design complexities of concurrent networked applications and the tradeoffs that must be considered when working to master them. C++ Network Programming begins with an ...
Drools5规则引擎开发教程.rar
03-29
4. EventProcessor Network (EPN)：处理事件的网络，支持CEP（Complex Event Processing）功能，可以检测和响应复杂事件模式。 四、Drools5的使用流程 1. 创建知识库：使用KnowledgeBuilderFactory创建...
Attention-Based Bidirectional Long Short-Term Memory Networks for Relation Classification
很吵请安静
06-21 885
这篇文章讲述了如何利用LSTM+attention机制对文本进行分类 整篇论文可以用这张图表表示： Input Layer: 输出层，原始数据 Embedding Layer: embedding 层，将原始数据中的单词编码为vector LSTM Layer: 双向编码，输出每一时刻单词的隐状态 Attention Layer: 对LSTM Layer层每一时刻的输出进行attention,加...
matlab的欧拉方法代码-V4-PFC-dynamics:MATLAB代码可简化V4和vlPFC神经元网络的动力学；基于点火率的模型
05-26
matlab的欧拉方法代码V4-PFC动力学 基于速率的模型，捕获简化的V4-vlPFC神经元网络的动力学。 蔡汉娜（），2017年6月27日。 这些MATLAB代码生成V4（2）和vlPFC（2）单位在不同遮挡水平下对模拟的首选/非首选形状刺激的动态响应（射击速率）。 V4和vlPFC单元中的每一个都具有形状首选项。 V4单元从vlPFC单元接收前馈感觉刺激输入和兴奋性反馈输入，而vlPFC单元从V4单元接收兴奋性前馈输入。 “ Run_dynamics.m”是主要图形生成代码，它通过正向欧拉方法求解点火速率模型。 “ stim_input.m”模拟对V4单元1和2的输入刺激。 “ Fm”是一个函数文件，它调用模型中使用的各种形式的非线性。 “ poissonspike.m”将使用模型中获得的点火速率生成泊松峰值。 调用“ roc.m”以通过计算ROC曲线下的面积（根据Anitha Pasupathy改编）来计算选择性。 “ extrema.m”是一个极值查找代码，它是由CarlosAdriánVargas Aguilera编写并从 欢迎任何评论/错误报告（）。 谢谢你。
基于STC89C52 16*16点阵贪吃蛇
05-08
本设计采用8051单片机为主控，实现采用4个按键控制16*16点阵显示的贪吃蛇游戏。并做到以下要求： 1.点阵显示清晰无坏点； 2.按键控制方向，反应迅速无延迟； 3.随着所吃食物增加，移动速度逐渐增加； 4.当贪吃蛇碰壁时游戏结束，并且显示分数； 5.当游戏结束后能够恢复初始化，继续进行。
解读《工作记忆法》-用好你的工作存储器
文思源想的技术空间
11-16 385
1 《工作记忆法》的认识 《工作记忆法》是我的一次高铁之旅中的意外收获，通过这本书，我好像解开了自己多年来的一个记忆谜题！ 全书的脉络其实很简单，先告诉我们记忆的重要性，然后给予我们信心–人人都具备记忆力，紧接着提出了“工作寄存器”这个常常被我们忽视的概念，最后就是实际操作环节，一些记忆管理的基本理论以及生活中的应用场景！ 工作方法、实际操作的记忆术的书确实很多，但是对于我来说实际上该书最打动我的...
End-To-End Memory Network 学习整理
GUANYX的博客
10-20 856
一、什么是端到端 相对于深度学习，传统机器学习的流程往往由多个独立的模块组成，比如在一个典型的自然语言处理（Natural Language Processing）问题中，包括分词、词性标注、句法分析、语义分析等多个独立步骤，每个步骤是一个独立的任务，其结果的好坏会影响到下一步骤，从而影响整个训练的结果，这是非端到端的。 而深度学习模型在训练过程中，从输入端（输入数据）到输出端会得到一个预测结...
ICLR 2017 | Attention 和 Memory Networks
omnispace的博客
02-09 5811
ICLR 2017 | Attention 和 Memory Networks 原创2016-11-09小 S程序媛的日常程序媛的日常 今天分享 ICLR 2017，主题是 Attention 和 Memory。这两者作为2014年到2016年最火的 Neural Network Mechanism 和 Architecture，将非常多的 Vision 和 NLP 任务的 per
CVPR 2019 Progressive Attention Memory Network for Movie Story Question Answering
smile909的博客
04-27 292
动机 人类具有先天的认知能力，可以从不同的感觉输入中推断出5W和1H的问题，这些问题涉及who，what，when，where，why以及how，在机器上复制这种能力一直是人类的追求。 近年来，关于问题回答（QA）的研究已成功地受益于深度神经网络，并显示出对textQA，imageQA，videoQA的显着改进。 本文考虑了电影故事QA ，旨在通过观察与时间对齐的视频和字幕后回答有关电影内容和故事情节的问题，来共同理解视觉和语言。 与VQA相比，电影故事问答具有两个方面的挑战性： （1）精确定位
【Java多线程】内存模型JMM—主内存与工作内存分析
墩墩分墩
09-29 3080
关于主内存与工作内存之间的具体交互协议，即一个变量如何从主内存拷贝到工作内存、如何从工作内存同步回主内存之类的实现细节，Java 内存模型中定义了下面 8 种操作来完成。从上图可以直观的看到volatile的实现可见性的原理，线程对变量读取/写入的时候，直接从主内存中读，而不是从线程的工作内存。Assign(赋值)：作用于工作内存中的变量，把一个从执行引擎接收到的值赋值给工作内存中的变量。：作用于工作内存中的变量，把工作内存中的一个变量的值传送到主内存中，以便随后 write 操作使用。
Deep memory network 框架
guoyuhaoaaa的博客
02-27 3627
最近看论文，发现了一个新的概念“Deep memory network”，那么今天就来梳理一下这个框架的基本原理及使用场景。其实从提出的时间上来讲，这个框架一点都不新，由Weston et al 在2014提出。这个框架描述是：“A memory network consists of a memory mm and four components I,G,OI, G, O and RR, wher
编程时千万要记下一切！
CSDN资讯
01-10 1173
【CSDN 编者按】在编程中，我们常常会遇到这样的情况，那便是苦思冥想许久好不容易对实现某个功能的代码实现过程有了些想法却轻易就被“打扰”得烟消云散了，也因此行业开始流传...
视觉工作记忆任务的脑电特征频段提取研究
在本次实验中，研究人员主要探讨了视觉工作记忆（Visual Working Memory）的相关脑电特征，这是大脑短暂维持不在视野内的信息并进行认知加工的过程。脑电信号（EEG）作为一种无创方法，被用来记录大脑皮层的电活动，...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值