Theoretical Foundations of Hyperdimensional Computing
Theoretical Foundations of Hyperdimensional Computing
复制标题
超维计算的理论基础
DOI：
10.23919/date51398.2021.9474107
复制
发表时间：
2020
期刊：
影响因子：
--
通讯作者：
Tajana Simunic
中科院分区：
文献类型：
--
作者：
Anthony Thomas;S. Dasgupta;Tajana Simunic
超维（HD）计算是一组神经启发的方法，用于获得高维，低精度，分布式数据表示。这些表征可以与简单的、神经上合理的算法相结合，以实现各种信息处理任务。HD计算作为一种节能、低延迟和噪声鲁棒的解决学习问题的工具，最近引起了计算机硬件社区的极大兴趣。在这项工作中，我们提出了一个统一的处理HD计算的理论基础，重点是适合学习的表示。除了提供一个正式的结构，在其中研究HD计算，我们提供了有用的指导，从业者，并制定了重要的开放式问题，以避免进一步研究。
Hyperdimensional (HD) computing is a set of neurally inspired methods for obtaining high-dimensional, low-precision, distributed representations of data. These representations can be combined with simple, neurally plausible algorithms to effect a variety of information processing tasks. HD computing has recently garnered significant interest from the computer hardware community as an energy-efficient, low-latency, and noise robust tool for solving learning problems. In this work, we present a unified treatment of the theoretical foundations of HD computing with a focus on the suitability of representations for learning. In addition to providing a formal structure in which to study HD computing, we provide useful guidance for practitioners and lay out important open questions warranting further study.
影响因子：
13.9
作者：
Wilson RI
通讯作者：
Wilson RI
影响因子：
20.6
作者：
Rahimi, Abbas;Kanerva, Pentti;Rabaey, Jan M.
通讯作者：
Rabaey, Jan M.