从超向量中学习：超向量编码综述
机器学习
2023-08-02 v1 新兴技术
摘要
超维计算（HDC）是一种新兴的计算范式，它模仿大脑结构以提供强大且高效的处理与学习模型。在 HDC 中，数据被编码为长向量，称为超向量，长度通常为 1K 到 10K。文献中提供了多种编码技术，以根据预期应用生成正交或相关超向量。现有文献中的综述通常关注 HDC 系统的整体方面，包括系统输入、主要计算和最终输出。然而，本研究采取了更具体的视角。它聚焦于 HDC 系统输入与超向量的生成，这直接影响超向量编码过程。本综述汇集了不同研究中生成超向量的各种方法，并探讨了它们所涉及的局限、挑战与潜在益处。通过对本综述的全面探究，读者将深入理解 HDC 中各类编码类型，并洞悉面向多样应用的超向量生成的复杂过程。
引用
@article{arxiv.2308.00685,
title = {Learning from Hypervectors: A Survey on Hypervector Encoding},
author = {Sercan Aygun and Mehran Shoushtari Moghadam and M. Hassan Najafi and Mohsen Imani},
journal= {arXiv preprint arXiv:2308.00685},
year = {2023}
}
备注
14 pages, 2 figures