Torchhd: An Open Source Python Library to Support Research on Hyperdimensional Computing and Vector Symbolic Architectures

要約

ベクトル シンボリック アーキテクチャ (VSA) としても知られる超次元コンピューティング (HD) は、ランダムな高次元ベクトル空間の特性を利用して分散表現を使用してコンピューティングを行うためのフレームワークです。
この特に学際的な分野における研究を集約し、普及させるという科学界の取り組みは、その進歩の基礎となっています。
これらの取り組みに参加して、HD/VSA 用の高性能オープンソース Python ライブラリである Torchhd を紹介します。
Torchhd は、HD/VSA をよりアクセスしやすくし、さらなる研究とアプリケーション開発のための効率的な基盤として機能することを目指しています。
この使いやすいライブラリは PyTorch 上に構築されており、最先端の HD/VSA 機能、明確なドキュメント、および有名な出版物からの実装例を備えています。
公開されているコードと対応する Torchhd 実装を比較すると、実験が最大 100 倍高速に実行できることがわかります。
Torchhd は、https://github.com/hyperdigital-computing/torchhd から入手できます。

要約(オリジナル)

Hyperdimensional computing (HD), also known as vector symbolic architectures (VSA), is a framework for computing with distributed representations by exploiting properties of random high-dimensional vector spaces. The commitment of the scientific community to aggregate and disseminate research in this particularly multidisciplinary area has been fundamental for its advancement. Joining these efforts, we present Torchhd, a high-performance open source Python library for HD/VSA. Torchhd seeks to make HD/VSA more accessible and serves as an efficient foundation for further research and application development. The easy-to-use library builds on top of PyTorch and features state-of-the-art HD/VSA functionality, clear documentation, and implementation examples from well-known publications. Comparing publicly available code with their corresponding Torchhd implementation shows that experiments can run up to 100x faster. Torchhd is available at: https://github.com/hyperdimensional-computing/torchhd.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google