[本人原創]思維（意識）整體論圖Graph假設（記憶-抽象實體化，聯結記憶（工作記憶）-邊關係化）

類似NEO4J,如何編程實現（將邏輯泛化成實體與實體的關係，不是計算機加法進位器）

抽像總結塊可以是多組 抽像總結塊集合關係 (自我意識整體抽象塊與非自我相對邊緣邊界化)，抽像總結塊涵蓋視覺信息與語言信息，邊可以是視覺信息與語言之間的關係

（條件反射，內外界間正負反饋、非正負反饋機制形成記憶，決策，思考（原始人製造工具人與自然交互，社會人與人交互），目標引發決策與行動複雜化）

（想法啟發來源：格式塔整體論，與記憶的容量處理單位----組塊，NEO4J）

邊：程序實現演算法

抽象總結塊：演算法實現（稀梳

關聯矩陣，分類器，變長結構的遞歸處理）

以上很原始想法，還在改善中，若能啟發您的研究本人無限榮幸，有什麼想法歡迎留言探討，不要小看想法，頓悟就是這麼來的^0^

1.基本數據類型編碼

視覺信息聲音信息分離

a.視覺信息塊化編碼（文字字元串，細塊拼圖,CNN特徵提取，稀梳編碼，自動編碼autocode）

b.聲音信息--聲譜圖編碼（普適性：先天盲人，不識字人，方言,deepmind WaveNet。這塊應用豐富：醫療，軍事，音樂，超聲波機器視覺（蝙蝠物體識別），語音識別合成，翻譯，毫米雷達(Project Soli己經能識別物體材質)等）

c.工作記憶

[（注意力）關聯化（包括分類聚類也是一種關聯），經常關聯強化]，實現參考NTM神經圖靈機

(試著探索將深度學習，NTM,神經科學引入融合)

支撐論點：拓撲數據分析TDA

模糊集：一個重要概念

eg:1.理解世界這詞你頭腦想到是多個模糊集

2.想一個人的臉，能被讀到覺知工作記憶是一個模糊集合

推薦閱讀：