Информация о паблике
- VK ссылка:public15854291
- Тип сообщества: открытое
- Количество подписчиков: 326
Иерархическая Темпоральная Память. NuPIC. Grok
Описание: Иерархическая темпоральная память (HTM) и ее кортикальные алгоритмы обучения
http://numenta.com/htm-overview/education/HTM_CorticalLearningAlgorithms_ru.pdf
Исходники nupic: https://github.com/numenta/nupic
Имплементации:
https://github.com/numenta/nupic/wiki/Other-HTM-CLA-projects
GPU
https://github.com/222464/ContinuousHTMGPU
Python, Java, C++, C
http://github.com/binarybarry/HTM-Camera-Toolkit
Java
http://github.com/wealth/j-htm
C#
http://github.com/UKirsche/UIHtmCal
C#
http://github.com/avogab/dooHTM
Python
http://github.com/carver/pyHTM
C#
http://github.com/neural5torm/OCodeHtm
C++
http://github.com/glguida/hacktm
C++/Qt
http://websvn.mohammadzadeh.info/listing.php?repname=Thesis
Есть множество вещей, легко дающихся людям, но недоступных пока для компьютеров. Такие задачи, как распознавание визуальных паттернов, понимание естественного языка, распознавание и манипулирование объектами на ощупь и ориентирование в сложном мире, элементарны для людей. Да, несмотря на десятилетия исследований, у нас нет жизнеспособного алгоритма для реализации на компьютере этих и многих других когнитивных функций.
У человека за эти способности в основном отвечает неокортекс. Иерархическая Временнáя Память (Hierarchical Temporal Memory, HTM) – это технология, имитирующая структурные и алгоритмические свойства неокортекса. Следовательно, HTM дает надежду на построение машин, которые приблизятся или даже превзойдут уровень человека при выполнении многих когнитивных задач.
http://ailab.ru/forum/klyuchevie-temi-ii/raspoznavanie-obrazov/htm-i-algoritmi-ee-obucheniya-perevod.html
http://www.numenta.com/htm-overview/education/HTM_CorticalLearningAlgorithms.pdf
http://www.scribd.com/doc/21296430/Иерархическая-Временная-Память-Концепции-Теория-и-Терминология
http://www.ploscompbiol.org/article/info%3Adoi%2F10.1371%2Fjournal.pcbi.1000532
http://www.numenta.com/for-developers/education/Numenta_HTM_Learning_Algos.pdf
http://dmitry.bancorp.ru/Hawkins/mountcastl.html
http://dmitry.bancorp.ru/Hawkins/On_Intelligence_Rus.doc
http://numenta.com/htm-overview/education/HTM_CorticalLearningAlgorithms_ru.pdf
Исходники nupic: https://github.com/numenta/nupic
Имплементации:
https://github.com/numenta/nupic/wiki/Other-HTM-CLA-projects
GPU
https://github.com/222464/ContinuousHTMGPU
Python, Java, C++, C
http://github.com/binarybarry/HTM-Camera-Toolkit
Java
http://github.com/wealth/j-htm
C#
http://github.com/UKirsche/UIHtmCal
C#
http://github.com/avogab/dooHTM
Python
http://github.com/carver/pyHTM
C#
http://github.com/neural5torm/OCodeHtm
C++
http://github.com/glguida/hacktm
C++/Qt
http://websvn.mohammadzadeh.info/listing.php?repname=Thesis
Есть множество вещей, легко дающихся людям, но недоступных пока для компьютеров. Такие задачи, как распознавание визуальных паттернов, понимание естественного языка, распознавание и манипулирование объектами на ощупь и ориентирование в сложном мире, элементарны для людей. Да, несмотря на десятилетия исследований, у нас нет жизнеспособного алгоритма для реализации на компьютере этих и многих других когнитивных функций.
У человека за эти способности в основном отвечает неокортекс. Иерархическая Временнáя Память (Hierarchical Temporal Memory, HTM) – это технология, имитирующая структурные и алгоритмические свойства неокортекса. Следовательно, HTM дает надежду на построение машин, которые приблизятся или даже превзойдут уровень человека при выполнении многих когнитивных задач.
http://ailab.ru/forum/klyuchevie-temi-ii/raspoznavanie-obrazov/htm-i-algoritmi-ee-obucheniya-perevod.html
http://www.numenta.com/htm-overview/education/HTM_CorticalLearningAlgorithms.pdf
http://www.scribd.com/doc/21296430/Иерархическая-Временная-Память-Концепции-Теория-и-Терминология
http://www.ploscompbiol.org/article/info%3Adoi%2F10.1371%2Fjournal.pcbi.1000532
http://www.numenta.com/for-developers/education/Numenta_HTM_Learning_Algos.pdf
http://dmitry.bancorp.ru/Hawkins/mountcastl.html
http://dmitry.bancorp.ru/Hawkins/On_Intelligence_Rus.doc
