Resumen

La convolución circular y la permutación aleatoria han sido propuestas como operadores de unión neuralmente plausibles capaces de codificar información secuencial en la memoria semántica. Realizamos varias comparaciones controladas de la convolución circular y la permutación aleatoria como medios de codificación de asociaciones emparejadas, así como de codificación de información secuencial. Las permutaciones aleatorias superaron a la convolución con respecto al número de asociados emparejados que pueden ser almacenados de forma fiable en un único rastro de memoria. El rendimiento fue igual en las tareas semánticas cuando se utilizó un corpus pequeño, pero las permutaciones aleatorias fueron finalmente capaces de lograr un rendimiento superior debido a su mayor escalabilidad a corpus grandes. Por último, las permutaciones "ruidosas", en las que las unidades se asignan a otras unidades de forma arbitraria (sin mapeo uno a uno), funcionan casi tan bien como las permutaciones verdaderas. Estos resultados aumentan la verosimilitud neurológica de las permutaciones aleatorias y destacan su utilidad en los modelos de espacio vectorial de la semántica.

• Materias:Inteligencia artificial Algoritmos genéticos Ingeniería civil Neurociencia Cognitiva
• Subjects:Artificial intelligence Genetic algorithms Civil engineering Cognitive Neuroscience
• Palabras claves:permutación aleatoria, información secuencial, asociados emparejados, convolución circular, modelo de semántica, rastro de memoria único, comparación controlada de varios, modelo de espacio vectorial, permutación verdadera, corpus pequeño
• Keywords:random permutation, sequential information, paired associates, circular convolution, model of semantics, single memory trace, several controlled comparison, vector space model, true permutation, small corpus