一种用于在线识别和预测时序序列的联想记忆
神经与进化计算
2007-05-23 v1 人工智能
摘要
本文介绍一种具备反馈机制的联想记忆设计，能够实现在线时序序列学习。提出了一种框架用于在线序列学习，并根据该框架分析了不同的序列学习模型。该网络模型是一种联想记忆，具备用于符号序列上下文的独立存储空间。采用稀疏分布式记忆以实现可扩展性。上下文存储将神经层功能与移位寄存器相结合。该模型对序列上下文的灵敏度可调，从而产生不同的特征行为。该模型能够对各种类型和长度的序列进行在线存储和预测。对该模型进行了数值仿真，以确定其属性。
引用
@article{arxiv.cs/0611020,
title = {An associative memory for the on-line recognition and prediction of temporal sequences},
author = {J. Bose and S. B. Furber and J. L. Shapiro},
journal= {arXiv preprint arXiv:cs/0611020},
year = {2007}
}
备注
Published in IJCNN 2005, Montreal, Canada