본 논문은 신경 집단 역학, 해마 급파-잔물결(SpWR) 발생, 그리고 하이더 이론에서 영감을 받은 인지적 일관성 제약 조건을 통합하는 새로운 수학적 틀을 제시한다. 저차원 다양체 표현을 활용하여 구조화된 신경 드리프트를 포착하고, 일관된 시냅스 상호작용을 강화하기 위해 균형 에너지 함수를 통합하여 생물학적 시스템에서 관찰되는 기억 통합 과정을 효과적으로 시뮬레이션한다. 시뮬레이션 결과는 제시된 접근 방식이 SpWR 사건의 주요 특징을 재현할 뿐만 아니라 네트워크 해석력을 향상시킨다는 것을 보여준다. 이 연구는 신경과학과 인공지능을 연결하는 확장 가능한 신경 형태 아키텍처의 길을 열어 미래 지능형 시스템을 위한 더욱 강력하고 적응적인 학습 메커니즘을 제공한다.
