تقوم Heshware بالتحقيق فيما إذا كان رسم بياني مُفعَّل ديناميكيًا لعقد الذاكرة يمكن أن يعمل كطبقة ذاكرة طويلة المدى قابلة للتفسير لنموذج لغوي محلي. ينبع هذا الاقتراح من Marven Neural Node Network، الذي كان في الأصل تصورًا تفاعليًا للمعالجة المعرفية.
تشمل الهندسة المعمارية المقترحة ingestion كائنات الذاكرة المهيكلة، واسترجاع المتجهات للتشابه الدلالي، وهيكل رسم بياني للعلاقات والروابط الزمنية. كما يتضمن قيم تفعيل لإدخال السياق، وعمليات اضمحلال للتوحيد، وعملية تركيب في بيئة معزولة لإعادة دمج الذكريات دون معاملتها كحقائق.
يسعى المؤلف للحصول على ملاحظات تقنية حول مقاييس تفعيل العقد، وملاءمة الشبكات العصبية البيانية، وطرق الجمع بين تشابه المتجهات والعلاقات الصريحة للرسم البياني. الهدف هو تطوير هندسة معمارية قابلة للاختبار تحسن دقة الاسترجاع والاستمرارية والقابلية للتفسير مع مقاومة تسمم الذاكرة.