自由回忆的神经网络模型学习多种记忆策略

该研究开发了一个神经网络模型，能够模拟人类在自由回忆任务中使用的多种记忆策略，并揭示了这些策略的学习与转换机制。

• 模型基于循环神经网络（RNN），能够根据任务需求动态调整记忆策略。
• 在自由回忆任务中，模型表现出近因效应、首因效应及语义聚类等人类典型记忆现象。
• 模型通过强化学习机制自主发现并切换不同记忆策略，无需显式编程。
• 研究发现，模型内部隐层表征的时序动态与人类脑电数据中的θ振荡模式相似。
• 该模型在多个标准记忆数据集上达到或超过现有最优模型的性能。