研究提出Clifford-VAE，提升超维计算表征能力
论文AI 评分 62/100arXiv cs.AI
AI 聚合
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
Mohamed Malek Abid等人提出Clifford-VAE，将数据投影至任意维度的Clifford环面，解决向量符号代数（VSA）中非结构化数据嵌入难题。在MNIST等数据集上，该模型半监督分类效果与高斯及超球面VAE相当，但在VSA的自绑定、角色填充恢复及束容量基准测试中均超越后两者。此方法为感知数据接入符号推理框架提供了新途径。
为什么值得看
为感知数据接入符号推理提供新途径，在VSA关键基准测试中超越传统VAE。
基准测试数据集
信源1 家
关键事实
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。