基于分组量化的高效超维计算分类方法

作者：姚晓芳; 田波

来源：西南大学学报(自然科学版), 2022, 44(09): 197-204.

DOI：10.13718/j.cnki.xdzk.2022.09.020

• 类脑计算
• 超维计算
• 分组量化
• 计算效率

针对当前超维计算(hyperdimensional computing, HD)中大多数方法计算量大、效率低的问题，提出了一种基于分组量化的高效超维计算分类方法，在保证准确性的情况下提高HD模型的计算效率.该方法首先使用点积操作替代余弦相似度运算来降低HD计算推理阶段的计算量；其次，考虑到查询超向量的相似度计算随着类数的增加而增加，设计了一个分组查询方案，通过检查类的子集来减少相似度计算；最后，使用双值2次幂的量化方式来消除推理阶段的乘法运算，进一步提高计算速度.实验结果表明，与其他HD计算模型相比，所提方法性能优良，在相同的精度水平下，明显降低了能耗和执行时间.

• 单位
  铜仁学院