El artículo presenta NEST (Nested Episodic State Topology), una ontología representacional fundacional basada en teoría de grafos diseñada para modelar la cognición a través de la formación y transformación de estados estructurados. Representa conceptos, episodios, perceptos y contextos de tareas como grafos tipados y ponderados con nodos que contienen cargas útiles de subgrafos internos y aristas clasificadas en seis tipos de relaciones.
- Los grafos de creencias duraderas se separan de los grafos de memoria de trabajo limitados por capacidad que alojan contenido transitorio.
- El anclaje WM-belief, catálogos de conflictos y operadores de actualización de creencias definen cómo las estructuras transitorias interactúan con el conocimiento almacenado.
- Un kit de operadores reutilizable incluye activación, funcionales de propiedades de grafos y funcionales de trayectorias de conciencia.
- Diagnósticos derivados como fragmentación, implicación, coherencia y conflicto activo definen fenómenos cognitivos familiares dentro de la ontología.
- Mapeos de compatibilidad incrustan ACT-R, Soar, Sigma, Common Model of Cognition, Global Workspace Theory, redes semánticas, Theory-Theory y chunking como regiones restringidas de este lenguaje.
La contribución sirve como un sustrato representacional transparente destinado a trabajos empíricos, computacionales y específicos del dominio posteriores.