稀疏分布式存储器

编辑
本词条由“匿名用户” 建档。

稀疏分布式存储器是一个通用的随机存取存储器,用于长的(如1000比特)二进制字。这些字既是存储器的地址,又是存储器的数据。该存储器的主要属性是对相似性的敏感性,这意味着一个字不仅可以通过提供原始写入地址来读回,还可以通过提供与之相近的地址来读回,这可以通过不匹配位的数量(即存储器地址之间的汉明距离)来衡量。SDM使用分布式数据表示和存储实现了从逻辑空间到物理空间的转换,类似于人类内存的编码过程。一...

稀疏分布式存储器

编辑

稀疏分布式存储器是一个通用随机存取存储器,用于长的(如1000比特)二进制字。这些字既是存储器的地址,又是存储器的数据。该存储器的主要属性是对相似性的敏感性,这意味着一个字不仅可以通过提供原始写入地址来读回,还可以通过提供与之相近的地址来读回,这可以通过不匹配位的数量(即存储器地址之间的汉明距离)来衡量。SDM使用分布式数据表示和存储实现了从逻辑空间到物理空间的转换,类似于人类内存的编码过程。一个逻辑地址对应的数值被存储到许多物理地址中。这种存储方式是稳健的,不是确定性的。一个存储单元不被直接寻址。如果输入数据(逻辑地址)完全部分损坏,我们仍然可以得到正确的输出数据。存储器的理论在数学上是完整的,并且已经被计算机模拟所验证。它产生于这样的观察:高维空间的点之间的距离与人类记忆中的概念之间的接近关系相似。该理论也很实用,因为基于它的记忆可以用传统的随机存取记忆元素来实现。

稀疏分布式存储器的定义

编辑

人类记忆有一种倾向,即根据记忆之间的相似性(尽管它们可能没有关系)来聚集记忆,稀疏分布式记忆是人类记忆的一种数学表示,它使用高维空间来帮助模拟人类神经网络的大量记忆。这种高维空间的一个重要属性是,两个随机选择的向量彼此之间相对较远,这意味着它们是不相关的。SDM可以被认为是对位置敏感的散列的实现。SDM的基本思想是将巨大的二进制存储器映射到较小的物理位置集,即所谓的硬位置。作为一般准则,这些硬位置应该均匀地分布在虚拟空间中,以尽可能准确地模仿更大的虚拟空间的存在。每个数据都是由一组硬位置分布存储的,并通过对这些位置进行平均检索。因此,召回可能并不完美,准确性取决于存储器的饱和度。Kanerva的建议是基于四个基本想法。维度,表现出类似于人类对概念之间关系的直观概念的属性。这意味着将数据存储为所述空间的点是有意义的,其中每个存储项被存储为一个n位矢量。2.有n个输入的神经元可以作为随机存取存储器的地址解码器3.统一原则:存储到存储器中的数据可以作为同一存储器的地址。两点之间的距离是衡量两个内存项目之间的相似性。

分布式存储

两点越近,存储的向量就越相似4.如果数据被组织成事件序列,时间可以在内存中被追踪,作为数据存储位置的函数。二进制空间NSDM与具有二进制成分的n维向量一起工作。根据不同的背景,向量被称为点、模式、地址、字、内存项、数据或事件。本节主要是关于向量空间N=的属性。

内容由匿名用户提供,本内容不代表vibaike.com立场,内容投诉举报请联系vibaike.com客服。如若转载,请注明出处:https://vibaike.com/174382/

(3)
词条目录
  1. 稀疏分布式存储器
  2. 稀疏分布式存储器的定义

轻触这里

关闭目录

目录