Podobne modele Sieć bayesowska Sieć neuronowa Podobnie jak w sieciach bayesowskich, HTM (Hierarchical Temporal Memory) składa się z kolekcji węzłów ułożonych w hierarchiczny kształt drzewa. Każdy węzeł w hierarchii odkrywa szereg przyczyn w wzorcach wejściowych i sekwencjach czasowych, które otrzymuje. bayesowskich jest używany do propagacji przekonań w przód i wstecz od węzłów potomnych do rodzicielskich i odwrotnie. Jednak analogia do sieci bayesowskich jest ograniczona, ponieważ HTM może być samotrenowane (tak, że każdy węzeł ma jednoznaczną relację rodziną), radzi sobie z danymi czasowymi i zapewnia mechanizmy dla ukrytej uwagi.
Teoria hierarchicznej obliczeniowej kory oparta na bayesowskich została wcześniej zaproponowana przez Tai Sing Lee i Davida Mumforda. Podczas gdy HTM jest głównie zgodne z tymi pomysłami, dodaje szczegóły dotyczące obsługi niezmienności reprezentacji w korze wzrokowej.
Przypisy
Bibliografia „Hierarchical Temporal Memory – Concepts, Theory, and Terminology” by Jeff Hawkins and Dileep George, Numenta Inc., 2006-05-17 On Intelligence; Jeff Hawkins, Sandra Blakeslee;