关键词memory-augmented neural networks
搜索结果 - 7
- 记忆增强神经网络综述:认知洞见与人工智能应用
该论文探讨了记忆增强神经网络(MANNs),研究它们如何将类人记忆过程融入人工智能中,涵盖了感知记忆、短期记忆和长期记忆等不同类型的记忆,并将心理理论与人工智能应用联系起来。研究调查了包括霍普菲尔德网络、神经图灵机、相关矩阵记忆、记忆形态神 - HiMA:一种快速可扩展的基于历史的内存访问引擎,用于可微分神经计算机
HiMA is a tiled, history-based memory access engine with distributed memories designed to improve computation speed for - MM高维鲁棒性记忆增强神经网络
该研究旨在开发一种新型的计算机架构,将内存增强神经网络(MANN)与计算存储器单元相结合,以实现在高维向量上的模拟内存计算,并使用基于内容的注意机制来处理此计算存储器单元上的数据,并在 Omniglot 数据集上展示出良好的性能来完成少样本 - IJCAIARMIN: 面向更高效、轻量级的循环记忆网络
本文利用 Auto-addressing and Recurrent Memory Integrating Network (ARMIN) 更加轻量级和高效地解决了神经网络中针对序列处理任务所面临的关于内存寻址机制和计算负载的问题。
- 元序列转序列学习实现的组成泛化
本文介绍了如何通过元 seq2seq 学习策略来改进记忆增强神经网络,在此方法中,模型通过一系列的 seq2seq 问题进行训练,从而获得解决新 seq2seq 问题所需的组合技能,进而解决了组合学习的一些问题。
- ICLR用更少的记忆学习更多
本论文研究了使用外部存储器的记忆增强神经网络,提出了一种更优的存储方案,得到了对多种序列建模任务的最优解。
- AAAI量化的记忆增强神经网络
本文研究使用量化方法对记忆扩充神经网络(MANN)进行压缩。经过深入探究,作者发现记忆寻址是影响性能的主要因素,并提出了一种鲁棒的量化方法来解决这个挑战。在实验中,该方法在计算能量和错误率方面比传统技术都有较大的改进。