Hierarchiczna pamięć (HTM) – model uczenia maszyn opracowany przez Jeff Hawkinsa i Dileep George’a z firmy Numenta, Inc., który odzwierciedla strukturalne i algorytmiczne właściwości kory nowej (neocortex). Model ten używa podejścia podobnego do sieci bayesowskich. Model HTM jest oparty na teorii przewidywania opartego na pamięci – teorii działania mózgu opisanej przez Jeff Hawkinsa w jego książce Istota Inteligencji. Sieci HTM są uważane za bionaśladowcze modele wnioskowania o przyczynach.
Model ten jest podobny do pracy Tomaso Poggio i Davida Mumforda.
Opis sieci HTM Ta część jest podsumowaniem dokumentacji Numenty..
Sieci neuronowe Podczas gdy sieci neuronowe ignorują strukturę (hierarchie) i skupiają się na emulacji neuronów, sieci HTM skupiają się na budowie hierarchicznej a ignorują emulację neuronów.
Implementacja Idea HTM została użyta w naukowym wydaniu oprogramowania nazwanego „Numenta Platform for Intelligent Computing” (NuPIC). Aktualnie to oprogramowanie jest dostępne do ściągnięcia za darmo.
Ta implementacja jest napisana w C++ i Pythonie.
Podobne modele Sieć bayesowska Sieć neuronowa Podobnie jak w sieciach bayesowskich, HTM (Hierarchical Temporal Memory) składa się z kolekcji węzłów ułożonych w hierarchiczny kształt drzewa. Każdy węzeł w hierarchii odkrywa szereg przyczyn w wzorcach wejściowych i sekwencjach czasowych, które otrzymuje. bayesowskich jest używany do propagacji przekonań w przód i wstecz od węzłów potomnych do rodzicielskich i odwrotnie. Jednak analogia do sieci bayesowskich jest ograniczona, ponieważ HTM może być samotrenowane (tak, że każdy węzeł ma jednoznaczną relację rodziną), radzi sobie z danymi czasowymi i zapewnia mechanizmy dla ukrytej uwagi.
Teoria hierarchicznej obliczeniowej kory oparta na bayesowskich została wcześniej zaproponowana przez Tai Sing Lee i Davida Mumforda. Podczas gdy HTM jest głównie zgodne z tymi pomysłami, dodaje szczegóły dotyczące obsługi niezmienności reprezentacji w korze wzrokowej.
Przypisy
Bibliografia „Hierarchical Temporal Memory – Concepts, Theory, and Terminology” by Jeff Hawkins and Dileep George, Numenta Inc., 2006-05-17 On Intelligence; Jeff Hawkins, Sandra Blakeslee; Henry Holt, 2004, . Czym HTM różni się od zwykłych Sieci Neuronowych 2007-10-17
Linki zewnętrzne Oficjalne Numenta, Inc. OnIntelligence.org Forum, forum internetowe, dyskusje na powiązane tematy. Hierarchical Temporal Memory (prezentacja w Microsoft PowerPoint)
Inne The Gartner Fellows: wywiad z Jeffem Hawkinsem przez Tom Austin, Gartner, Marzec 2, 2006 Emerging Tech: Jeff Hawkins reinvents artificial intelligence by Debra D’Agostino and Edward H. Baker, CIO Insight, May 1, 2006 „Putting your brain on a microchip” by Stefanie Olsen, CNet News.com, May 12, 2006 „The Thinking Machine” by Evan Ratliff, Wired, March 2007 Think like a human by Jeff Hawkins, IEEE Spectrum, April 2007 Neocortex – Memory-Prediction Framework – Open Source Implementation with GNU General Public License by Yensy James Hall and Ryan E. Poplin, December 12, 2007 by Louis Savain, November 13, 2002
Kategoria:Sieci neuronowe