問題タブ [hierarchical-temporal-memory]

生物学を利用したソフトウェア技術を知っている人はいますか? たとえば、ロボットの世界にはたくさんありますが、ソフトウェアはどうでしょうか。

人間の脳 (知性や感情など) を実装してエミュレートしようとしているオープンソース ソフトウェアはありますか?

私が取り組んでいる研究問題を解決するために、階層的一時記憶モデルを使用することに潜在的に興味があります。

このためのオープンソース ライブラリはありますか? C++、Java、または Haskell が好まれますが、私は言語に対してかなりオープンです。はいの場合、誰かがそれらを経験したことがありますか?

具体的には、最新の実装です。

http://www.numenta.com/htm-overview/htm-algorithms.php

基本的に、非ユークリッド関係、または入力の次元を超えるパターンの関係が、現在の状態のアルゴリズムによって効果的に推測できるかどうかを尋ねています。

HTMは、パターンを分析するときに「隣接」を決定するためにユークリッド幾何学を使用します。一貫してフレーム化された入力により、アルゴリズムは予測動作を示し、シーケンスの長さは実質的に無制限になります。このアルゴリズムは非常によく学習しますが、入力データから非線形属性を推測する能力があるかどうか疑問に思っています。

たとえば、Project Gutenbergからテキストのセット全体を入力すると、英語のスペル、文法、および単語との性別の関連付けなど、主題からすぐにわかる機能を含む確率的なルールのセットが取得されます。など。これらは第1レベルの「線形」関係であり、論理ネットワークの確率で簡単に定義できます。

非線形の関係は、「時間は矢のように飛ぶ、果物はバナナのように飛ぶ」などの仮定と含意の関連です。正しく組み立てられている場合、文のあいまいさにより、文の予測的解釈が多くの可能な意味を生成します。

アルゴリズムが非線形関係を「理解」できる場合、最初のフレーズを処理して、「タイムフライ」が何かをしている時間について話していることを正しく識別できます。「ミバエ」は一種のバグです。

質問に対する答えはおそらく簡単に見つけることができますが、どちらの方法でも決めることはできません。入力を均一な2次元のユークリッド平面にマッピングすると、データの非線形属性の関連付けができなくなりますか？

非線形の関連付けが妨げられない場合は、解像度、繰り返し、およびその他の入力属性を変更するだけで、非線形関係の検出を自動化できます。つまり、アルゴリズムに「より難しい」プロセスが追加されます。

私は最近、Numenta 社とそのソフトウェア ライブラリNuPICに出会いました。これは、人間の学習方法をシミュレートする試みである皮質学習アルゴリズム (CLA) を実装しています。

NuPIC に似た他のプロジェクトはありますか (つまり、人間が学習する方法をシミュレートするアルゴリズムを実装するソフトウェア ライブラリ、つまり継続的かつオンライン) はありますか?

私は現在、いくつかの画像/ビデオ認識システムに取り組んでいます。NuPICに基づいて構築したいと思います。しかし、視覚領域で非常に重要な多次元空間プーラーを見つけることができません。多次元 SP を自分で実装する必要がありますか?

NuPICのプリコンパイル済みバイナリ、イメージ、またはインストーラーはありますか?

あるいは、NuPIC が組み込まれた Ubuntu の ISO イメージはありますか?

オブジェクト認識に HTM (階層的一時記憶) と CNN (畳み込みニューラル ネットワーク) を使用するオプションを評価しています。この場合、どのアーキテクチャ (モデル) が最も適切でしょうか?