Heshware यह जांच रहा है कि क्या मेमोरी नोड्स का एक गतिशील रूप से सक्रिय ग्राफ स्थानीय भाषा मॉडल के लिए एक व्याख्या योग्य दीर्घकालिक मेमोरी परत के रूप में कार्य कर सकता है। यह प्रस्ताव Marven Neural Node Network से आया है, जो मूल रूप से संज्ञानात्मक प्रसंस्करण की एक इंटरैक्टिव विज़ुअलाइज़ेशन था।
प्रस्तावित आर्किटेक्चर में संरचित मेमोरी ऑब्जेक्ट्स का ingestion, अर्थपूर्ण समानता के लिए वेक्टर पुनर्प्राप्ति और संबंधों व समय लिंक के लिए एक ग्राफ संरचना शामिल है। इसमें संदर्भ प्रवेश के लिए सक्रियण मान, एकीकरण के लिए क्षय प्रक्रियाएं और तथ्यों के रूप में उन्हें न मानते हुए मेमोरी को पुनः संयोजित करने के लिए एक sandboxed संश्लेषण प्रक्रिया भी है।
लेखक नोड सक्रियण मेट्रिक्स, ग्राफ न्यूरल नेटवर्क की उपयुक्तता और वेक्टर समानता को स्पष्ट ग्राफ संबंधों के साथ जोड़ने के तरीकों पर तकनीकी प्रतिक्रिया चाहता है। लक्ष्य एक परीक्षण योग्य आर्किटेक्चर विकसित करना है जो पुनर्प्राप्ति सटीकता, निरंतरता और व्याख्या योग्यता को बेहतर बनाए रखते हुए मेमोरी पॉइजनिंग का विरोध करे।