Zobrazeno 1 - 10
of 156
pro vyhledávání: '"Vector symbolic architectures"'
Publikováno v:
Journal of Big Data, Vol 11, Iss 1, Pp 1-32 (2024)
Abstract Hyperdimensional Computing (HDC), also known as Vector Symbolic Architectures (VSA), is a neuro-inspired computing framework that exploits high-dimensional random vector spaces. HDC uses extremely parallelizable arithmetic to provide computa
Externí odkaz:
https://doaj.org/article/2b8a150e59d340cb9b3269564d1f8ab9
Publikováno v:
Frontiers in Big Data, Vol 7 (2024)
IntroductionHyperdimensional Computing (HDC) is a brain-inspired and lightweight machine learning method. It has received significant attention in the literature as a candidate to be applied in the wearable Internet of Things, near-sensor artificial
Externí odkaz:
https://doaj.org/article/8966aafd8d4642248467e3c5494cfa31
Publikováno v:
Biomimetics, Vol 9, Iss 3, p 175 (2024)
We propose a new nature- and neuro-science-inspired algorithm for spatiotemporal learning and prediction based on sequential recall and vector symbolic architecture. A key novelty is the learning of spatial and temporal patterns as decoupled concepts
Externí odkaz:
https://doaj.org/article/1f5213a89db74937b96cd56e9e308b18
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Frontiers in Neuroscience, Vol 16 (2023)
Operations on high-dimensional, fixed-width vectors can be used to distribute information from several vectors over a single vector of the same width. For example, a set of key-value pairs can be encoded into a single vector with multiplication and a
Externí odkaz:
https://doaj.org/article/1ef9d9bf8eaf46d1ab0a07e19cea93e4
Publikováno v:
IEEE Access, Vol 8, Pp 109120-109132 (2020)
For many natural language processing applications, estimating similarity and relatedness between words are key tasks that serve as the basis for classification and generalization. Currently, vector semantic models (VSM) have become a fundamental lang
Externí odkaz:
https://doaj.org/article/10f84da28c6a40019c2538a3c89e0be7
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.