高维变换在建模、回归和分类中的应用

文章预览

THE HYPERDIMENSIONAL TRANSFORM FOR DISTRIBUTIONALMODELLING, REGRESSION AND CLASSIFICATION 高维变换在建模、回归和分类中的应用 https://arxiv.org/pdf/2311.08150 https://github.com/padwulf/Chap6_transform_applications 摘要  超维计算（HDC）是一种日益流行的计算范式，对未来智能应用具有巨大的潜力。尽管其主要思想在20世纪90年代已经形成，但HDC最近在机器学习和数据科学领域获得了显著的关注。除了 效率、互操作性和可解释性之外 ，HDC在泛化方面提供了吸引人的特性，可以看作是 尝试将神经网络中的连接主义思想与符号方法相结合的一种方式 。在最近的研究中，我们引入了超维变换，揭示了 将函数和分布表示为高维全息向量的深厚理论基础 。在这里，我们向广泛的数据科学受众展示超维变换的力量。我们将超维变换作为理论基础，并提供对机器学习中最先进的HDC方法的洞察。我们 ………………………………