由于其重要性和普遍性,时序模式匹配研究受到了多年的关注,然而其发展水平还不尽如人意。层次时态记忆(HTM)架构是一个新颖的模拟人类新大脑皮层功能的智能计算模型,具有灵活、稳定、通用的特点。本项目创新性地提出将HTM架构应用于时序模式匹配问题,利用HTM架构中大量神经元之间海量且灵活的连接记录时序模式在各种形变及噪声下的恒定表征,如实地反应出时序模式间的相似性;利用HTM架构对模式序列的记忆及预测能力实现灵活多变的匹配方式;并通过对HTM架构的优化及改进力求实现智能、灵活、高效的时序模式匹配技术。本项目的实施不仅将大大提高时序模式匹配技术的研究水平,还将加深国内研究人员对HTM架构的理解与掌握,乃至进一步的发展和完善这个架构。
英文主题词Hierarchical Temporal Memory;Time Series;Similarity Search;Pattern Recognition;