従来のベクトルベースのメモリシステムは、実数値埋め込み空間内の余弦または内的類似度に依存しています。計算効率は高いが、このアプローチは本質的に位相に依存せず、意味表現に重要な共鳴現象を捕捉する能力は限られている。本論文では、知識を波動パターン $\Psi(x) = A(x) e^{i\phi(x)}$ としてモデル化し、共鳴ベースの干渉を通じて検索する新しいフレームワークである波動ベースのセマンティックメモリを提案します。このアプローチは振幅と位相情報の両方を保存し、より表現力豊かで強力な意味的類似性を可能にします。位相シフト、否定、および構成問合せなどのベクトル方式が失敗した場合、共鳴ベースの検索がより高い判別力を達成することを示しています。私たちの実装であるResonanceDBは、数百万のパターンに対してミリ秒レベルのレイテンシでスケーラビリティを示し、波動ベースのメモリをAGI指向の推論と知識表現のためのベクトルリポジトリの実現可能な選択肢として位置づけます。
