스토리지(메모리)

Storage (memory)

메모리는 이전에 취득한 정보를 저장하고 불러오는 과정입니다.메모리는 부호화, 저장 및 검색의 3가지 기본 단계를 통해 발생합니다.저장이란 새로 습득한 정보를 메모리에 저장하는 과정을 말하며, 이 정보는 뇌에서 수정되어 저장하기 쉬워집니다.이 정보를 부호화하면 뇌가 기억을 되살리고 의식적으로 생각할 수 있는 검색 과정이 쉬워진다.현대의 기억심리학은 단기 기억과 장기 기억이라는 두 가지 유형의 기억 스토리지를 구별합니다.기억의 여러 모델은 지난 세기에 걸쳐 제안되었으며, 그 중 일부는 기억을 저장하는 다른 방법을 설명하기 위해 단기 기억과 장기 기억 사이의 다른 관계를 암시합니다.

종류들

단기 기억력

주요 기사:단기 기억력

단기 기억은 청각, 시각, 공간 및 촉각 형태로 인코딩됩니다.단기 기억은 작업 기억과 밀접한 관련이 있다.Baddeley는 단기 기억력에 저장된 정보가 지속적으로 악화되고,[1] 이는 리허설이 없을 때 결국 망각으로 이어질 수 있다고 제안했다.조지 A.Miller는 단기 메모리 스토리지의 용량은 매직 넘버 [2]7이라고도 하는 약 7개의 항목 더하기 또는 빼기 2라고 제안했지만, 이 수치는 크기, 유사성 및 [3]청크의 기타 특성을 포함하여 수많은 가변성에 영향을 받는 것으로 나타났습니다.메모리 범위는 다양합니다.다음절어는 짧은 단어보다 낮습니다.일반적으로 문자, 단어 및 숫자와 같은 언어 콘텐츠에 대한 기억 범위는 이러한 콘텐츠를 소리 내어 말하는 데 걸리는 시간과 콘텐츠의 어휘성(문법 및 구성과 구별되는 언어의 단어 또는 어휘성에 대한 관계)에 의존한다.단어 길이 효과로 알려진 각 단어에 대한 말하기 시간의 길이 또는 단어들이 서로 유사할 때와 같은 특성은 더 적은 단어들을 떠올리게 합니다.

청킹

청킹은 정보를 "청크"[4]로 그룹화하는 과정입니다.이것은 뇌가 특정한 그룹으로 [4]줄임으로써 주어진 시간에 더 많은 정보를 수집할 수 있게 해준다.청킹의 과정으로 외부 환경은 [4]뇌의 내부 인지 과정과 연결됩니다.동작 메모리의 용량이 한정되어 있기 때문에, 메모리가 올바르게 [4]기능하기 위해서는, 이러한 타입의 스토리지가 필요합니다.작업 메모리에 존재할 수 있는 청크의 정확한 수는 확실하지 않지만 1 ~3개의 [5]청크의 범위입니다.리콜은 기억되고 있는 항목의 관점에서 측정되지 않지만,[6] 해당 항목이 포함된 덩어리로 측정됩니다.이러한 유형의 메모리 저장소는 일반적으로 효과적입니다. 청크의 첫 번째 항목이 나타나면 다른 항목을 즉시 [7]불러올 수 있습니다.오류가 발생할 수 있지만 오류가 [6]청크 중간보다 청크 시작 부분에서 더 자주 발생할 수 있습니다.청크는 장기 메모리 또는 작업 [8]메모리로 호출할 수 있습니다.단순한 정보 청크는 ABABAB 시퀀스와 같이 장기간 메모리를 거치지 않고도 호출할 수 있습니다.ABAB는 [8]기억하기 위해 작업 메모리를 사용합니다.전화번호 등 보다 어려운 시퀀스는 청크로 분할해야 하며 [8]리콜하려면 장기 메모리를 통과해야 할 수 있습니다.전화 번호에 사용되는 간격은 일반적인 청킹 방식입니다.번호의 그룹화에 의해 디짓이 개별적으로 [9]기억되지 않고 클러스터로 기억될 수 있기 때문입니다.

청킹은 조지 A에 의해 소개되었다.Miller는 이러한 정보 구성 및 처리 방식을 통해 [4]환경으로부터 물질을 보다 효과적으로 유지할 수 있다고 제안했습니다.Miller는 청킹이 유사한 아이템의 컬렉션이라는 아이디어를 개발했으며, 청킹이 명명되었을 때 청킹의 아이템을 더 쉽게 [9]불러올 수 있게 되었습니다.다른 연구자들은 이러한 청크의 항목이 서로 강하게 연결되어 있지만 다른 [7]청크의 다른 항목과는 연결되어 있지 않다고 설명했습니다.각 청크는 해당 토픽과 관련된 항목만 보유하며 해당 [7]청크의 다른 청크 또는 항목과 관련성이 없습니다.레스토랑의 메뉴에는 이러한 유형의 척킹이 표시되는데, 엔트리는 디저트 카테고리에서 아무것도 표시되지 않으며, 디저트 카테고리는 [9]엔트리에서 아무것도 표시되지 않기 때문입니다.

심리학자이자 체스 명수인 Adrian de Groot은 체스 포지션과 다른 수준의 [4]전문지식에 대한 실험을 통해 청킹 이론을 지지했다.체스 토너먼트 게임에서 나온 조각의 위치를 제시했을 때, 전문가들은 [4]그 위치를 더 정확하게 기억했다.하지만, 그룹에게 무작위로 기억할 수 있는 위치가 주어졌을 때, De Groot는 모든 그룹이 [4]체스에 대한 참가자들의 지식과 상관없이 리콜 작업에서 저조한 성과를 보인다는 것을 발견했습니다.청킹에 대한 추가 연구는 메모리 개발, 전문 지식 및 즉각적인 [8]리콜 연구에 큰 영향을 미쳤습니다.행동 및 영상 연구에 대한 연구는 또한 청킹이 습관 학습, 운동 능력, 언어 처리, 그리고 시각 [9]지각에 적용될 수 있다고 제안했습니다.

리허설

리허설은 단어, 구 또는 숫자를 의식적으로 반복함으로써 정보가 단기 기억으로 유지되는 과정이다.정보가 그 사람에게 충분한 의미를 가지거나 충분히 반복되면 장기 기억으로 인코딩될 수 있다.리허설은 정비 리허설과 정교한 리허설 두 종류가 있습니다.유지보수 리허설은 기억해야 [10]할 단어 또는 구문을 지속적으로 반복하는 것으로 구성됩니다.전화번호를 기억하는 것이 가장 좋은 예 중 하나입니다.유지관리 리허설은 주로 정보를 불러오는 단기적인 능력을 위해 사용됩니다.정교한 리허설은 오래된 것과 새로운 [10]정보를 연관짓는 것을 포함한다.

장기 기억

주요 기사: 장기 기억력

단기 기억과는 대조적으로 장기 기억은 정보를 장기간 유지하는 능력을 의미하며 아마도 인간 기억 시스템의 가장 복잡한 구성요소일 수 있다.기억의 앳킨슨-쉬프린 모델(앳킨슨 1968)은 단기 기억에 저장된 항목이 반복적인 연습과 사용을 통해 장기 기억으로 이동함을 시사한다.장기 저장소는 학습과 유사할 수 있습니다. 즉, 필요할 수 있는 정보를 온 [11]디맨드로 회수하기 위해 저장하는 프로세스입니다.이 정보를 찾아 작업 메모리로 되돌리는 과정을 검색이라고 합니다.이 지식은 쉽게 기억되는 반면, 대부분의 장기 기억은 암묵적인 지식이며 쉽게 검색할 수 없습니다.과학자들은 해마가 장기 기억의 생성에 관여하고 있다고 추측한다.장기기억이 신경계의 [12]여러 부분에 저장된다는 증거가 있지만, 장기기억이 어디에 저장되는지는 불분명하다.장기 기억은 영구적이다.메모리를 호출할 수 있으며, 듀얼 스토어 메모리 검색 모델에 따라 장기 메모리가 향상됩니다.나중에 메모리를 재호출할 수 없게 되면, 잊어버리는 일이 있습니다.

모델

큐 리콜, 무료 리콜 및 직렬 리콜을 포함한 다양한 유형의 리콜 프로세스를 설명하기 위해 여러 메모리 모델이 제안되었습니다.그러나 호출 프로세스를 설명하기 위해 메모리 모델은 호출 프로세스 중에 메모리에 다시 액세스할 때까지 인코딩된 메모리가 메모리 스토리지에 어떻게 장기간 상주할 수 있는지 식별해야 합니다. 단, 모든 모델에서 메모리 스토리지를 설명하는 데 단기 및 장기 메모리라는 용어를 사용하는 것은 아닙니다. 즉, 듀얼 스토어 이론과 수정된 메모리입니다.앳킨슨-쉬프린 기억 모델(앳킨슨 1968)의 버전은 단기 및 장기 기억 저장을 모두 사용하지만 다른 버전은 사용하지 않는다.

멀티 트레이스 분산 메모리 모델

멀티 트레이스 분산 메모리 모델은 부호화되는 메모리가 값의 벡터로 변환되는 것을 제안하며, 벡터의 각 스칼라 양은 부호화되는 항목의 다른 속성을 나타낸다.이러한 개념은 후크(1969년)와 세몬(1923년)의 초기 이론에 의해 처음 제시되었다.1개의 메모리가 복수의 어트리뷰트 또는 기능에 분산되어 각 어트리뷰트가 부호화되는 메모리의 1개의 측면을 나타내도록 한다.이러한 값의 벡터는 메모리의 다른 트레이스 또는 벡터로 구성된 메모리 어레이 또는 매트릭스에 추가됩니다.따라서 새로운 메모리가 인코딩될 때마다 이러한 메모리는 벡터 또는 트레이스로 변환되며, 이는 다양한 속성을 나타내는 스칼라 양으로 구성됩니다.스칼라 양은 기존 메모리 매트릭스에 추가되며, 여러 트레이스로 구성되며, 따라서 모델 이름이 붙여집니다.

일단 특정 메모리에 대응하는 메모리 트레이스가 매트릭스에 저장되면, 호출 프로세스를 위한 메모리를 취득하기 위해서는 테스트 벡터와 메모리 매트릭스에 저장된 벡터 간의 유사성을 계산하기 위해 사용되는 특정 프로브를 사용하여 메모리 매트릭스에 신호를 보내야 합니다.새로운 트레이스가 추가되어 메모리 매트릭스는 지속적으로 증가하므로 메모리 매트릭스 내에 존재하는 모든 트레이스를 병렬 검색하여 결과를 연관 인식 또는 큐 호출 실행에 사용할 수 있는 확률론적 선택 규칙을 사용하여 유사성을 계산해야 합니다.

인간의 기억은 많은 양의 정보를 저장할 수 있는 것처럼 보이지만, 어떤 사람들은 무한하다고 생각했을 정도로, 인간의 기억 속에 계속 증가하는 매트릭스의 존재는 믿을 수 없는 것처럼 들린다.또한, 이 모델은 리콜 과정을 수행하기 위해서는 지속적으로 증가하는 매트릭스 내에 존재하는 모든 단일 추적 간의 병렬 검색이 필요하며, 이는 또한 그러한 계산이 단시간에 이루어질 수 있는지에 대한 의문을 제기한다.그러나 이러한 의구심은 갈리스텔과 킹의[13] 발견으로 인해 제기되어 왔다. 갈리스텔과 킹은 이러한 병렬적인 지원을 뒷받침할 수 있는 뇌의 엄청난 계산 능력에 대한 증거를 제시한다.

뉴럴 네트워크 모델

주요 기사:홉필드 네트워크

멀티 트레이스 모델에는 두 가지 주요 제한이 있었습니다. 하나는 인간의 기억 속에 지속적으로 증가하는 매트릭스의 존재에 대한 개념으로 믿기 힘들고, 다른 하나는 인간의 기억 과정의 범위를 훨씬 벗어난 유사성 소리를 계산하기 위해 메모리 매트릭스에 존재하는 수백만 개의 트레이스에 대한 유사성을 컴퓨터 검색입니다.뉴럴 네트워크 모델은 멀티 트레이스 모델의 한계를 극복하고 모델의 유용한 특징도 유지하므로 이 경우 이상적인 모델입니다.

뉴럴 네트워크 모델은 신경망의 뉴런이 다른 뉴런과 복잡한 네트워크를 형성하여 고도로 상호 연결된 네트워크를 형성한다고 가정합니다. 각 뉴런은 활성화 값에 의해 특징지어지며, 두 뉴런 사이의 연결은 무게 값에 의해 특징지어집니다.각 뉴런 간의 상호작용은 McCulloch-Pitts 동적 [14]규칙에 의해 특징지어지며, 학습으로 인한 뉴런 간의 체중 변화와 연결은 헵비안 학습 [15][16]규칙에 의해 표현된다.

Anderson은[17] Hebbian 학습 규칙과 McCulloch-Pitts 동적 규칙의 조합으로 네트워크가 서로 다른 메모리 패턴 간의 연관성을 저장할 수 있는 가중치 매트릭스를 생성할 수 있음을 보여 줍니다. 이러한 매트릭스는 뉴럴 네트워크 모델의 메모리 스토리지 형태입니다.다중 추적 가설의 매트릭스와 뉴럴 네트워크 모델의 주요 차이점은 새로운 메모리가 다중 추적 가설에 대한 기존 매트릭스의 확장을 나타내지만 뉴럴 네트워크 모델의 무게 매트릭스는 확장되지 않고 오히려 뉴럴 사이의 새로운 연관성의 도입으로 가중치가 업데이트된다고 한다.ons(온스.

가중치 매트릭스와 학습/동적 규칙을 사용하여 하나의 값으로 큐잉된 뉴런은 이상적인 목표 메모리 벡터의 근사치인 다른 값을 검색할 수 있습니다.

뉴런 간 앤더슨의 체중 매트릭스는 큐잉 시 대상 항목의 근사치만 검색하기 때문에 큐잉 시 정확한 대상 메모리를 호출할 수 있도록 모델의 수정 버전을 모색했다.Hopfield[18] Net은 현재 연상 메모리의 가장 단순하고 인기 있는 뉴럴 네트워크 모델입니다. 이 모델은 벡터의 부분 또는 '소음' 버전과 큐잉할 때 명확한 대상 벡터를 호출할 수 있습니다.

메모리를 저장하는 홉필드넷의 무게행렬은 앤더슨이 제안한 무게행렬과 매우 유사합니다.다시 말해, 새로운 어소시에이션이 도입되면, 웨이트 매트릭스는 새로운 메모리의 도입을 수용하기 위해서 「갱신」된다고 합니다.그것은 매트릭스가 다른 벡터에 의해서 큐잉 될 때까지 저장됩니다.

듀얼 스토어 메모리 검색 모델

Atkinson과 Shiffrin(1968년)에 의해 처음 개발되고 Rajimakers와 [19]Shiffrin을 포함한 다른 사람들에 의해 개량된 듀얼 스토어 메모리 검색 모델은 현재 SAM 또는 연상 메모리 모델의 검색으로 불리는 가장 영향력 있는 컴퓨터 메모리 모델 중 하나로 남아 있습니다.이 모델은 메커니즘에 단기 기억 장치(STS)와 장기 기억 장치(LTS) 또는 에피소드 매트릭스(Episial Matrix)를 모두 사용합니다.

항목이 처음 인코딩될 때 단기 저장소에 도입됩니다.아이템이 단기 스토어에 머무르는 동안 장기 스토어의 벡터 표현은 다양한 연관성을 거칩니다.단기 스토어에 도입된 아이템은 장기 스토어의 셀프 어소시에이션(자동 어소시에이션), 장기 스토어의 아이템간 어소시에이션(헤테로 어소시에이션), 아이템과 그 부호화된 컨텍스트간의 어소시에이션(콘텍스트 어소시에이션)의 3종류의 어소시에이션을 거칩니다.단기 저장소의 각 항목에 대해 항목이 단기 저장소 내에 상주하는 기간이 길수록 그 자신과의 연관성은 단기 저장소 내에서 공존하고 있는 다른 항목 및 인코딩된 컨텍스트와의 연관성이 높아집니다.

단기 스토어의 크기는 파라미터 r에 의해 정의된다.항목이 단기 스토어에 도입되고 단기 스토어가 이미 최대 수의 아이템으로 점유되어 있는 경우 해당 아이템은 단기 [20]스토어에서 제외될 수 있다.

아이템이 단기 스토어에 공존함에 따라 아이템의 연관성은 장기 스토어 매트릭스에서 지속적으로 갱신되고 있습니다.두 항목 간의 연관성은 인접성 효과라고 알려진 단기 저장소에서 두 기억 항목이 함께 보내는 시간에 따라 달라집니다.연속된 두 항목은 연관성이 강하며 장기 저장에서 함께 회수되는 경우가 많습니다.

또한 메모리 호출 패러다임에서 볼 수 있는 효과인 primacy effect는 목록의 처음 몇 개의 항목이 STS의 다른 항목보다 호출될 가능성이 더 큰 반면 오래된 항목은 STS에서 제외될 가능성이 더 크다는 것을 나타냅니다.STS에 장기간 머무를 수 있었던 아이템은 다른 아이템보다 강력한 자동 어소시에이션, 이질 어소시에이션 및 컨텍스트 어소시에이션을 형성하여 최종적으로 어소시에이션 강도가 높아지고 리콜 가능성이 높아집니다.

리콜 실험의 반복 효과는 목록의 마지막 몇 개 항목이 다른 항목보다 예외적으로 리콜되는 경우이며 단기 저장소로 설명할 수 있습니다.주어진 메모리 목록에 대한 연구가 끝나면, 결국 단기 저장소에 있는 것이 마지막으로 도입된 몇 가지 항목이 될 수 있습니다.단기 저장소는 쉽게 접근할 수 있기 때문에, 그러한 항목은 장기 저장소에 보관된 항목보다 먼저 회수될 것이다.이 리콜 접근성은 또한 반복 효과의 취약한 특성을 설명한다. 즉, 가장 단순한 산만 요인으로는 목록의 마지막 몇 가지 항목을 잊어버릴 수 있다. 마지막 항목은 장기 스토어 내에서 의미 있는 연관성을 형성하기에 충분한 시간이 없기 때문이다.정보가 산만기에 의해 단기 저장소에서 삭제될 경우 마지막 항목이 리콜될 확률은 목록 중간에 있는 우선순위 항목보다 낮아질 것으로 예상됩니다.

듀얼 스토어 SAM 모델은 메모리 스토리지도 사용합니다.메모리 스토리지는 그 자체로 장기 스토리지의 일종인 시멘틱 매트릭스로 분류할 수 있습니다.SAM의 장기 저장소는 실험 목록 연구 중에 형성된 새로운 연관성만을 다루는 일시적 기억을 나타낸다. 따라서 목록의 항목 사이의 기존 연관성은 다른 매트릭스인 의미 매트릭스에 표현되어야 한다.의미 매트릭스는 [21]검사 중에 형성된 일시적 연관성에 의해 수정되지 않은 또 다른 정보 소스로 남아 있습니다.

따라서 SAM 모델에는 단기 저장소와 장기 저장소의 두 가지 유형이 사용됩니다.회수 프로세스에서는, 우선 단기 기억 저장소에 있는 아이템을 회수하고, 그 후에 장기 기억 스토어에 있는 아이템을 회수할 가능성이 장기 기억 스토어에 존재하는 관련성의 강도에 비례하는 아이템을 회수한다.또 다른 메모리 스토리지인 시멘틱 매트릭스는 메모리 호출과 관련된 시멘틱 효과를 설명하기 위해 사용된다.

「 」를 참조해 주세요.

레퍼런스

  1. ^ Kumaran, D. (Apr 2008). "Short-Term Memory and the Human Hippocampus". Journal of Neuroscience. 28 (15): 3837–3838. doi:10.1523/JNEUROSCI.0046-08.2008. PMC 6670459. PMID 18400882.
  2. ^ Millar, A.G. (1956). "The Magical Number Seven, Plus or Minus Two: Some Limits on Our Capacity for Processing Information". Psychological Review. 101 (2): 343–35. doi:10.1037/0033-295X.101.2.343. hdl:11858/00-001M-0000-002C-4646-B. PMID 8022966. S2CID 15388016.
  3. ^ Baddeley, A.D. (November 1966). "Short-term memory for word sequences as a function of acoustic, semantic and formal similarity" (PDF). Quarterly Journal of Experimental Psychology. 18 (4): 362–5. doi:10.1080/14640746608400055. PMID 5956080. S2CID 32498516.
  4. ^ a b c d e f g h Gobet, F.; Lane, P.; Croker, S.; Cheng, P.; Jones, G.; Oliver, I.; Pine, J. (2001). "Chunking mechanisms in human learning". Trends in Cognitive Sciences. 5 (6): 236–243. doi:10.1016/s1364-6613(00)01662-4. ISSN 1364-6613. PMID 11390294. S2CID 4496115.
  5. ^ Oztekin, I.; McElree, B. (2010). "Relationship between measures of working memory capacity and the time course of short-term memory retrieval and interference resolution". Journal of Experimental Psychology: Learning, Memory, and Cognition. 36 (2): 383–97. doi:10.1037/a0018029. PMC 2872513. PMID 20192537.
  6. ^ a b 야마구치 M., 랜들 J.M. 윌슨 T.L. & 로건 G.D. (2017년)타이피스트의 학습곡선 되돌리기: 메모리 청킹은 타이핑 전 에피소드의 검색을 개선합니다.실험 심리학 저널: 학습, 기억, 인지, (43)9, 1432-1447.
  7. ^ a b c Thalmann, M.; Souza, A. S.; Oberauer, K. (2018). "How does chunking help working memory?" (PDF). Journal of Experimental Psychology: Learning, Memory, and Cognition. 45 (1): 37–55. doi:10.1037/xlm0000578. ISSN 1939-1285. PMID 29698045. S2CID 20393039.
  8. ^ a b c d Chekaf, M.; Cowan, N.; Mathy, F. (2016). "Chunk formation in immediate memory and how it relates to data compression". Cognition. 155: 96–107. doi:10.1016/j.cognition.2016.05.024. PMC 4983232. PMID 27367593.
  9. ^ a b c d Fonollosa, J.; Neftci, E.; Rabinovich, M. (2015). "Learning of chunking sequences in cognition and behavior". PLOS Computational Biology. 11 (11): e1004592. doi:10.1371/journal.pcbi.1004592. PMC 4652905. PMID 26584306.
  10. ^ a b 무어, T. (n.d.)리허설.2014년 11월 6일 http://psychology.jrank.org/pages/539/Rehearsal.html에서 취득
  11. ^ 피터슨, L. (1966)단기 기억력.2014년 10월 30일 http://www.nature.com/scientificamerican/journal/v215/n1/pdf/scientificamerican0766-90.pdf에서 취득
  12. ^ 워렌, S. (1997년)다음 점에 유의해 주십시오.기억과 두뇌.2014년 11월 1일 https://serendipstudio.org/biology/b103/f97/projects97/Warren.html에서 취득
  13. ^ Gallistel, C.R.; King (2009). Memory and the computational brain: why cognitive science will transform neuroscience. Wiley-Blackwell.
  14. ^ McCulloch, W.S.; Pitts (1943). "A logical calculus of the ideas immanent in nervous activity". Bulletin of Mathematical Biophysics. 5 (4): 115–133. doi:10.1007/BF02478259.
  15. ^ Hebb, D.O. (1949). Organization of Behavior.
  16. ^ Moscovitch, M. (2006). "The cognitive neuroscience of remote episodic, semantic and spatial memory". Current Opinion in Neurobiology. 16 (2): 179–190. doi:10.1016/j.conb.2006.03.013. PMID 16564688. S2CID 14109875.
  17. ^ Anderson, J.A. (1970). "Two Models for Memory Organization using Interacting Traces". Mathematical Biosciences. 8 (1–2): 137–160. doi:10.1016/0025-5564(70)90147-1.
  18. ^ Hopfield, J.J. (1982). "Neural Networks and Physical Systems with Emergent Collective Computational Abilities". Proceedings of the National Academy of Sciences. 79 (8): 2554–2558. doi:10.1073/pnas.79.8.2554. PMC 346238. PMID 6953413.
  19. ^ Raaijmakers, J.G.; Shiffrin (1981). "Search of associative memory". Psychological Review. 8 (2): 98–134. doi:10.1037/0033-295X.88.2.93.
  20. ^ Philips, J.L.; Shriffin (1967). "The effects of List Length on Short-Term Memory". Journal of Verbal Learning and Verbal Behavior. 6 (3): 303–311. doi:10.1016/s0022-5371(67)80117-8.
  21. ^ Nelson, D.L.; McKinney (1998). "Interpreting the Influence of Implicitly activated memories on recall and recognition". Psychological Review. 105 (2): 299–324. doi:10.1037/0033-295x.105.2.299. PMID 9577240.

추가 정보

  • 뇌 해부학과 변연계.(2000).2014년 11월 11일 http://www.brightfocus.org/alzheimers/about/understanding/anatomy-of-the-brain.html에서 취득
  • 번, J. (n.d.)학습과 기억.2014년 10월 30일 https://web.archive.org/web/20171117025519/http에서 취득://neuroscience.uth.tmc.edu/s4/chapter07.html
  • Cowan, N (2008). What are the differences between long-term, short-term, and working memory?. Prog. Brain Res. Progress in Brain Research. Vol. 169. pp. 323–38. doi:10.1016/S0079-6123(07)00020-9. ISBN 9780444531643. PMC 2657600. PMID 18394484.
  • Gluk, M.A., Mercado, E., & Myers, C. E. (2016)학습과 기억.뉴욕: 가치있는 출판사.
  • 매트슨, A. (2014년 6월 17일)스트레스 호르몬은 나이가 들면서 단기 기억력 감퇴와 관련이 있다.2014년 10월 31일 http://now.uiowa.edu/2014/06/stress-hormone-linked-short-term-memory-loss-we-age에서 취득
  • 맥킨리 (신규)인체 해부학(4판)맥그로 힐.
  • 기억과 인지 (n.d.)2014년 11월 4일 http://www.neuroanatomy.wisc.edu/coursebook/neuro6(2).pdf에서 취득
  • 노스캐롤라이나 주 뮐러(2006년 1월 1일)작업기억의 기능적 신경해부술; 인간 뇌병변 연구의 기여.2014년 10월 31일 http://knightlab.berkeley.edu/statics/publications/2011/04/29/Muller__Knight_2006.pdf에서 취득
  • 오름로드, J. (2012).인간학습(6일판)피어슨 교육
  • 피터슨, L. (1966)단기 기억력.2014년 10월 30일 http://www.nature.com/scientificamerican/journal/v215/n1/pdf/scientificamerican0766-90.pdf에서 취득
  • 포포바, M. (n.d.)"청킹"의 과학, 작업 기억, 그리고 패턴 인식이 어떻게 창의성을 부채질하는지.2014년 11월 6일 http://www.brainpickings.org/2012/09/04/the-ravenous-brain-daniel-bor/에서 취득
  • 졸라, M. & 스퀴어, L. (n.d.)기억의 신경해부술.2014년 11월 5일 [1]에서 취득