{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期部分”：[[2023,8,5]]，“日期时间”：“2023-08-05T04:30:10Z”，“时间戳”：1691209810796}，“引用计数”：0，“发布者”：“IOS出版社”，“isbn-type”：[{“值”：“9781643684062”，“类型”：”打印“}，{“数值”：“984079”“，”类型“：”电子“}]，”内容域“：{”域“：[]，“crossmark-restriction”：false}，“short-container-title”：[]，“published-print”：{“date-parts”：[[2023,7,21]]}，”抽象“：”矢量符号体系结构（VSA）是一个强大的计算模型，它建立在一个丰富的代数上，其中从原子结构到复合结构的所有表示都是具有相同固定维数的高维全息分布矢量。VSA主要具有以下有趣的特性：（i）随机选择向量与其他概率很高的随机向量的拟正交性，也称为测度集中；（ii）此类准正交向量的数量随维数呈指数增长，这提供了足够大的容量来容纳新概念；（iii）使用一组定义良好的操作以各种方式组合、分解、探测和转换这些向量的可用性。受这些特性的激励，本章总结了最近开发的VSA与深度神经网络集成方法，这些方法能够有效地应用于少量学习[1]和持续学习[2]。借助于基于VSA的嵌入，深度神经网络可以通过将少量训练样本存储在显式存储器中来快速学习，在显式内存中，可以在固定维的VSA抽象向量空间中连续表达更多的类类别，而不会在学习的类之间造成干扰。在各种图像数据集上的实验表明，所考虑的神经符号人工智能方法在显著的准确性、可扩展性和计算/内存效率方面优于纯深度神经网络基线<\/jats:p>“，”DOI“：”10.3233\/faia230156“，”type“：”book-chapter“，”created“：{”date-parts“：[[2023,8,4]]，”date-time“：”2023-08-04T06:44:59Z“，”timestamp“：1691131499000}，”source“：“Crossref”，“is-referenced-by-count”：0，”title“：[”chapter 24。基于向量符号体系结构的Few-Shot连续学习“]，”前缀“：”10.3233“，”作者“：[{”给定“：”Geethan“，”家族“：”Karunaatne“，”sequence“：”first“，”affiliation“：[}”name“：”IBM Research\u2013 Zurich“}]}，{”given“：”Michael“，“family”：“Hersche”，“sequence”：“additional”，“affiliance”：[{“name”：“IBM Research \u2013 Zurich”}]}]，{“given”：“”Giovanni“，”family“：”Cherubini“，”sequence“：”additional“，”affiliation“：[{”name“：”IBM Research\u2013 Zurich“}]}，{”given“：”Abu“，”家庭“：”Sebastian“，”序列“：”additional“、”affidiation“：”[{“name”：”IBM Research\u 2013 Zuric“}]{，”givent“：”Asbas“，”家族“：”Rahimi“，”sequence“”：”addressive“，“affiliational”：[{“name”：“IBM Research \u2013苏黎世“}]}]，”成员“：”7437“，“container-title”：[“人工智能和应用的前沿”，“神经符号人工智能纲要”]，“原始标题”：[]，“链接”：[{“URL”：“https:\/\/ebooks.iospress.nl\/pdf\/doi\/10.3233\/FAIA230156”，“内容类型”：“未指定”，“content-version”：“vor”，“intended-application”：“相似性检查”}]，“存放”：{date-parts“：[[2023,8,4]]，“date-time”：“2023-08-04T06:45:01Z”，“timestamp”：1691131501000}，“score”：1，“resource”：{“primary”：{“URL”：“https:\/\/ebooks.iospress.nl\/doi\/10.3233\/FAIA230156”}，”subtitle“：[]，”shorttitle“：[]，”issued“：{”date-part“：[2023,7,21]]}”，“ISBN”：[“9797]81643684062“，”978164368.4079“]，”references-count“：0，”URL“：”http:\/\/dx.doi.org\/10.3233\/faia230156“，”关系“：{}，”ISSN“：[”0922-6389“，”1879-8314“]，”ISSN-type“：[{”value“：”0922-6089“，”type“:”print“}，{”value“：”1879-814“，”类型“：”electronic“}]，”主题“：[]，”发布“：{”日期部分“：[2023,7,21]]}}}}