系统工程与电子技术

作者：刘文波, 姚翼荣, 张弓, 胡文

单位：1. 南京航空航天大学自动化学院, 江苏 南京 211106；2. 高速载运设施的无损检测监控技术工业和信息化部重点实验室, 江苏 南京 211106；3. 南京航空航天大学电子信息工程学院, 江苏 南京 211106；4. 雷达成像与微波光子技术教育部重点实验室, 江苏 南京 211106

关键词：超维计算,分类识别,分布式表示,机器学习,研究进展

基金：国家重点研发计划(2018YFB2003304);国家自然科学基金(62271255);国家自然科学基金(62271286);国家自然科学基金(61871218);上海航天科技创新基金(SAST2021-026);南京航空航天大学前瞻布局科研专项;雷达成像与微波光子技术教育部重点实验室开放课题基金(NJ20220008);雷达成像与微波光子技术教育部重点实验室开放课题基金(NJ20210008)

超维计算是一种受大脑工作机制启发的新兴认知模型, 使用信息的高维、随机、全息分布式表示作为处理对象, 具有低运算成本、快速学习过程、高硬件友好性、强鲁棒性、不依赖大数据和优异的模型可解释性等优势, 在分类识别、信号处理、多任务学习、信息融合、智能决策等领域有着良好的应用前景。近年来, 超维计算受到的关注量持续增加, 展现出巨大的发展潜力, 为研究人员提供了一种新选择。本文详细介绍了超维计算的发展历史、基本原理和模型框架, 给出超维计算的典型应用实例, 并对超维计算现阶段存在的问题和未来可能的发展方向进行了探讨。

来源：2023年第7期

《系统工程与电子技术》期刊编辑部

查看系统工程与电子技术杂志2023年第7期