XiaoMi-AI文件搜索系统
World File Search System语义记忆
基于大脑连通性的现实生活创造力预测由语义记忆结构介导
创造力的联想理论认为，创造性认知涉及产生远距离联想的能力，以及在语义记忆中不相关的概念之间建立有用联系的能力。然而，现实生活中的创造性行为是否以及如何依赖于语义记忆结构及其神经基础仍不清楚。我们在参与者接受语义相关性判断任务时获取了多回波功能磁共振成像数据。这些评级用于估计他们各自的语义记忆网络，其属性可显著预测他们现实生活中的创造力。使用连接组预测建模方法，我们确定了基于任务的功能连接模式，这些模式可预测与创造力相关的语义记忆网络属性。此外，这些属性介导了功能连接与现实生活中的创造力之间的关系。这些结果为大脑连接模式如何通过语义记忆结构支持现实生活中的创造性行为提供了新的见解。我们还展示了如何使用计算网络科学来结合行为、认知和神经层面的分析。
语义记忆：方法，模型和当前挑战的评论
抽象的成人语义记忆传统上被概念化为一个相对静态的记忆系统，该系统由有关世界，概念和符号的知识组成。在过去的几十年中，大量工作挑战了这种语义记忆的静态观点，而是提出了一个更加流畅和灵活的系统，该系统对环境中的上下文，任务需求以及感知和感觉运动信息敏感。本文（1）在网络（基于自由关联），特征（基于财产生成规范）和分布语义（基于自然语言的公司）模型（基于自然语言）模型的网络（基于自由关联）的范围内回顾了传统和现代的计算模型，（2）讨论了这些模型对知识代表的重要辩论（当地的vs. vs. vs. erroriant vs. erroriant vs.）的贡献（学习）和（3）评估现代计算模型（神经网络，基于检索和主题模型）如何重新审查语义记忆的传统“静态”概念化，并在语义建模中解决语义模型中的重要挑战，例如解决时间，上下文和注意力的影响，以及将接地和组成纳入语义表现形式。该评论还确定了有关数据的可怕和可用性的新挑战，语义模型对其他语言的概括以及社会互动和协作在语言学习和发展中的作用。总结部分提倡将语义记忆的代表性叙述与基于过程的认知行为的说明以及在语义任务中的人类基线的明确比较，以充分评估其心理合理性作为人类语义记忆的模型。