Episodic Memory Multimodal AI Memory Augmentation Privacy-aware Architecture
摘要

现代知识工作因注意力碎片化及多模态信息流而加剧人类情景记忆负担。现有工具缺乏对认知、生理及注意力上下文的整合。本文提出“认知假肢多模态系统”(CPMS),这是一个 AI 赋能的概念验证系统,旨在通过结构化情景捕获与自然语言检索支持知识工作中的情景回忆。该系统同步语音、生理信号与视线行为,生成本地处理的时序对齐 JSON 记录,并提供基于 Web 的接口,允许用户利用自然语言查询过往经历。研究展示了将异构传感器数据转化为可查询情景记忆的技术可行性,并提出了一种端到端、注重隐私的记忆增强架构。

AI 推荐理由

论文核心提出基于多模态数据的情景记忆增强系统,直接研究记忆架构与检索机制。

研究机构
Old Dominion University
论文信息
作者 Lawrence Obiuwevwi, Krzysztof J. Rechowicz, Vikas Ashok, Sachin Shetty, Sampath Jayarathna
发布日期 2026-03-02
arXiv ID 2603.02072
相关性评分 9/10 (高度相关)