ResHDC：为大脑中网格细胞的计算操作提供了可能解释的框架：残差超维计算

文章预览

Computing with Residue Numbers in  High-Dimensional Representation 高 维表示中的 残差 计算  https://arxiv.org/abs/2311.04872 应用： 认知地图的规 范计算模型实现 共振网络视觉场景理解，intel Loihi神经形态硬件适配代码 基础： 高效因子分解：Resonator networks 1 计算神经科学中的先前工作[11]，[30]强调残数数系统赋予网格细胞有用的计算属性，包括高空间分辨率、模块化更新和错误校正。我们展示了残数超维计算如何在工作神经实现中成 功实现这些编码属性（第2.2节和2.3节）。反过来，我们的代数框架 对计算神经科学有两个贡献 。 首先，我们展示了如何将残数数系统扩展到一个自洽的非负六边形坐标系统 。其次，我们提供了一种新的算法，通过谐振器网络集体 耦合空间位置到网格细胞模块 。我们框架对系统神经科学的 核心预测是，每个网格细胞模块对应于谐振器网 ………………………………