文献

J-GLOBAL ID：202002213605558037   整理番号：20A1257127

MatLabHTM:異常検出のための新皮質層のシーケンス記憶モデル【JST・京大機械翻訳】

MatlabHTM: A sequence memory model of neocortical layers for anomaly detection

著者 (3件)： Bautista Ilia (Department of Electrical Engineering, University of South Florida, Tampa, United States of America) ,  Sarkar Sudeep (Department of Computer Science and Engineering, University of South Florida, Tampa, United States of America) ,  Bhanja Sanjukta (Department of Electrical Engineering, University of South Florida, Tampa, United States of America)
資料名： SoftwareX  (SoftwareX)
巻： 11  ページ： Null  発行年： 2020年 
JST資料番号： W3073A  ISSN： 2352-7110  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 脳知能の中心である新皮質の手術に基づく多くのモデルが出現している。階層的時間記憶(HTM)モデルは,新皮質の層状サブ構造のユニークな中間レベルモデルである。仮説は,これらの層が観察および/またはモータ信号のシーケンスの時間的モデルを構築し,すなわちシーケンスメモリを構築するということである。このモデルの実装はPython,C++およびJavaに存在する。しかし,それらの実装は,多くの他のパッケージに依存するので,非常に厄介である。本論文では,MATLABの実装を容易にするために,希薄でスタンドアロンを提示した。Numenta Anomalyベンチマーク(NAB)の処理からの性能結果は,matlabHTMの忠実度を実証した。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 記憶装置 ,  電動機 ,  ベンチマーク ,  *C++言語 ,  Java
準シソーラス用語： *新皮質 ,  MATLAB ,  Python , 【Automatic Indexing@JST】

著者キーワード (3件)： 神経モデリング ,  シーケンス記憶 ,  HTM

分類 (1件)： 脳・神経系モデル  (EL02050C)

タイトルに関連する用語 (3件)： 異常検出 ,  新皮質 ,  シーケンス