稀疏分布式存储器

稀疏分布式存储器（Sparse Distributed Memory）1988年由彭蒂·卡内尔瓦发明的用来模拟人类长期记忆的数学模型。该模型被用来存储和索引巨大量(${\displaystyle 2^{1000}}$bits)的信息（不关注信息的准确性），它使用模式来作为存储器地址，内容是通过地址的相似性来进行检索的。存储器地址全部在一个列表中，并且根据内容的相似性来进行检索。^[1]

公式

公式${\displaystyle 2^{n}}$中的n是存储器空间的维度，${\displaystyle 2^{n}}$是能该稀疏分布式存储器所能存储的元素数目。^[1]

临界距离（Critical Distance）

稀疏分布式存储器的临界距离能够被最小化如下公式并满足条件${\displaystyle d\in N}$ and ${\displaystyle d\leqslant n}$所定义。其证明可以在^[2]中找到

定义

概念

稀疏分布式存储器是对人类记忆的一种数学表示，并使用高维空间来帮模拟人类神经网络的巨大存储空间。^[3] 该模型使用汉明距离来度量为匹配比特位，并读取写入原地址和其附近的内容。^[4]人类记忆去相遇检索相似的内容（虽然他们可能并不相关）,例如“消防车和苹果都是红色的”。^[5]

神经元

神经元是能够在大脑内传递电信号的部件。它们被用来在稀疏分布式存储器中来发送和接受数据。神经元在该存储器系统中回忆和发送信息。^[6]

计算机

计算机的存储器是一种随机存储器(RAM)，所有的内容都在一个列表，或者数组中，计算机有地址解码器，能够将指定地址的内容取出。而稀疏分布式存储器中则将地址和相似地址的内容取出。

引用

1. Kanerva, Pentti. Sparse Distributed Memory. The MIT Press. 1988. ISBN 978-0-262-11132-4.
2. Brogliato, Marcelo Salhab. Understanding Critical Distance in Sparse Distributed Memory (学位论文). 2012.
3. Pentti Kanerva. Sparse Distributed Memory and Related Models. Pennsylvania State University. 1993. CiteSeerX: 10.1.1.2.8403. 缺少或|url=为空 (帮助); 使用|accessdate=需要含有|url= (帮助)
4. M. J. Flynn, P. Kanerva, and N. Bhadkamkar. Sparse Distributed Memory: Principles and Operation (PDF). Stanford University. December 1989 [1 November 2011].^{[永久失效連結]}
5. C. George Boeree. General Psychology. Shippensburg University. 2002 [2014-05-08]. （原始内容存档于2014-06-21）.
6. Mastin, Luke. NEURONS & SYNAPSES. [10 November 2011]. （原始内容存档于2014-05-22）.