A Survey on Hyperdimensional Computing aka Vector Symbolic Architectures, Part II: Applications, Cognitive Models, and Challenges

要約

これは、超次元コンピューティングおよびベクトル シンボリック アーキテクチャ (HDC/VSA) という名前で最も一般的に知られているコンピューティング フレームワークに特化した 2 部構成の包括的な調査の第 2 部です。
どちらの名前も、高次元の分散表現を使用し、主要な演算の代数的特性に依存して構造化されたシンボリック表現とベクトル分散表現の利点を組み込んだ計算モデルのファミリーを指します。
ホログラフィック縮小表現は、機械学習の分野でよく知られている影響力のある HDC/VSA モデルであり、ファミリー全体を指すためによく使用されます。
ただし、一貫性を保つために、フィールドの参照には HDC/VSA を使用します。
この調査のパート I では、HDC/VSA の開発に至った歴史的背景、HDC/VSA モデルの主要な要素、既知の HDC/VSA モデル、さまざまなタイプの入力データの変換など、この分野の基本的な側面を取り上げました。
HDC/VSAに適した高次元ベクトルに変換します。
この第 2 部では、既存のアプリケーション、コグニティブ コンピューティングおよびアーキテクチャにおける HDC/VSA の役割、および将来の作業の方向性について概説します。
ほとんどのアプリケーションは機械学習/人工知能のドメイン内にありますが、全体像を提供するために他のアプリケーションも取り上げます。
この調査は、初心者と実務者の両方に役立つように書かれています。

要約(オリジナル)

This is Part II of the two-part comprehensive survey devoted to a computing framework most commonly known under the names Hyperdimensional Computing and Vector Symbolic Architectures (HDC/VSA). Both names refer to a family of computational models that use high-dimensional distributed representations and rely on the algebraic properties of their key operations to incorporate the advantages of structured symbolic representations and vector distributed representations. Holographic Reduced Representations is an influential HDC/VSA model that is well-known in the machine learning domain and often used to refer to the whole family. However, for the sake of consistency, we use HDC/VSA to refer to the field. Part I of this survey covered foundational aspects of the field, such as the historical context leading to the development of HDC/VSA, key elements of any HDC/VSA model, known HDC/VSA models, and the transformation of input data of various types into high-dimensional vectors suitable for HDC/VSA. This second part surveys existing applications, the role of HDC/VSA in cognitive computing and architectures, as well as directions for future work. Most of the applications lie within the Machine Learning/Artificial Intelligence domain, however, we also cover other applications to provide a complete picture. The survey is written to be useful for both newcomers and practitioners.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google