标签
论文提出了 WaferHDC，这是一个基于超维计算的在线开放世界晶圆缺陷发现框架，能够在无标签、无需重新训练的情况下动态检测并聚类重复出现的缺陷模式；在 WM-811K 数据集上，其调整兰德指数（adjusted Rand index）比最强的在线基线方法高出 13.3 个百分点。
一篇关于 Nick Cammarata 在 Goodfire 发表的文章《Neural Networks Are Already Clean》的评论，探讨稀疏的双极神经元“语义骨架”加上外部 VSA 超向量记忆，是否能让小型冻结模型实现持续学习，同时指出事实路由纠缠和坐标注册表对齐等障碍。
Phase-HDC提出用梯度阈值取代Adam优化器的历史状态来训练超维分类器，在几乎不存储额外状态的情况下匹配Adam的精度，相比float32 Adam节省16-23倍存储，相比8位Adam节省4-6倍。
本文介绍了NysHD，一种通过Nyström近似将超维计算与核方法桥接起来的方法，允许任何正半定相似性函数用作HDC编码。与现有HDC编码方法相比，它在图数据集和字符串数据集上展示了更高的分类准确率。
本文提出了一种用于超维计算分解的高效量子比特量子框架，将表示成本从O(D)量子比特降低到O(log D)量子比特，同时保持二次搜索优势，实现了最多2000倍的量子比特减少。
本文提出使用超维计算（特别是全息简化表示）对表格数据行进行嵌入以实现结构化查询，从而获得可解释的相似性阈值和零匹配检测，在行检索任务上优于基线方法。
D2H-AD是一种新颖的异常检测框架，采用超维计算（HDC），结合了基于距离和密度感知的编码。它在多个基准测试中优于五种基线方法，为边缘AI和物联网提供轻量级、可解释且高效的性能。
介绍 'tastebud-memory'，一个开源的智能体记忆系统，利用超维度计算创建可逆、可搜索的项目指纹，并附带回测验证和用于集成的 MCP 服务器。
本文提出FedQHD，一种新颖的联邦Q学习方法，使用超维随机特征状态编码器和线性读出器实现闭式函数空间聚合，解决了异构客户端编码器导致的联邦差距。