Neuronale Informationsverarbeitung mit SDM (Sparse Distributed Memory): Klassenbibliothek zur Implementation des Kernsystems (SDM-Klassen)

Front Cover
GRIN Verlag, Feb 1, 2006 - Computers - 98 pages
Studienarbeit aus dem Jahr 2005 im Fachbereich Informatik - Angewandte Informatik, Note: 1,3, Friedrich-Alexander-Universität Erlangen-Nürnberg (Institut für Informatik), 13 Quellen im Literaturverzeichnis, Sprache: Deutsch, Abstract: Das Sparse Distributed Memory(SDM) ist ein neuronaler Assoziativspeichers, der sich auszeichnet durch Generalisierungsfähigkeit, hochgradige Parallelisierbarkeit, Robustheit gegen Fehler im Speicher und Abstraktionsfähigkeit. Er ermöglicht neben der Erkennung verrauschter oder teilweise verdeckter Muster die Repräsentation von Sequenzen und beliebigen Graphen. In der vorliegenden Arbeit wurde eine parallele objektorientierte Klassenbibliothek für SDM in Common-Lisp entwickelt, welche portierbar auf alle Parallelrechner ist, welche über einen Compiler für Paralation Lispverfügen. Die Vorlage bildete die SDM-Bibliothek von Andreas Turk, in der Sprache*-Lisp,welche nur auf der Connection-Machine CM-2 läuft. Ich habe die Software diversen Optimierungen unterzogen und um zusätzliche Varianten des SDM erweitert. Die SDM-Bibliothek umfasst das Generalisierte Adressmodul von Turk, welches das originale Modell des SDM von Kanerva und die Varianten von Jaeckel (Selected-Coordinates-undHyperplane-Design)subsumiert. Darüber hinaus wurde das Adreßmodul um das Karlsson-Modell erweitert, das Datenmodul um eine bin ̈ are Matrix mit optionaler gradueller Vergesslichkeit und der SDM um die Modi Adreßverdichtung und Datenverdünnung.
 

What people are saying - Write a review

We haven't found any reviews in the usual places.

Contents

I
iii
II
1
III
16
IV
20
V
23
VI
29

Common terms and phrases

Abbildung accessor accessor ld-d Adresse addr Adressmatrix Adressmodul Adressvektor Akkumulation aktiviert Aktivierungswahrscheinlichkeit Ames Research Center Anzahl Array Assoziativspeicher ausgew¨ahlt autoassoziatives SDM bedingten Wahrscheinlichkeiten ben¨otigt Binomialverteilung Bitmaske bitweisem Block bsdm big-sdm Bucket Code Common Lisp Compiler d¨unnbesetzte daf¨ur Datei Daten Datenvektor Datenverd¨unnung Datenwort defmethod Dichte Dom¨anenpartitionierung effizienten Eintr¨age elwise Erwartungswert extern Typ f¨ur fixnum Folded SDM Frames fsdm Ganzzahlen Gepackte Zahlen gespeichert gleich gr¨oßer gradual-forget gradual-forget-occupancy Graduelle Vergesslichkeit Graphen H¨alfte H¨aufigkeit h¨oher Hamming-Abstand Hamming-Distanz Hyperplane Hyperw¨urfel Implementation Informationsgehalt Jaeckel k¨onnen Kapazit¨at in Abh¨angigkeit Karlsson Klassenbibliothek kleiner Kommunikation Kommunikationsmuster Komponenten Koordinaten L¨ange L¨osung ld-c ld-m ld-n ld-proc Lesen load-max lokalen Speicher Lokationen m¨oglich maps-swap max-iter model N-Of-M-Code-SDM nat¨urliche Normalverteilung optimale Paralation Lisp Parallelisierung Parallelrechner Prozessoren Repr¨asentationen Schwellwert sdm sdm SDM-Bibliothek SDM-Klassenbibliothek SDMs selektierten Lokationen Selektionsvektors Semantik Sequenz single-float Skalierbarkeit Slotf¨uller Sparse Distributed Memory Status Sukzessive Intervallhalbierung Symbol Teilsummen tstdarruw unsigned-byte Vektoren verrauschter verteilt W¨orter Wortbreite zuf¨allig Zugriffsfunktionen

Bibliographic information