アンドコーポレーション

AND Corporation は、1992 年に設立されたカナダのテクノロジー企業です。AND Corporation は、ホログラフィックニューラルテクノロジー (HNeT) ^[1]^[2]を開発しました。このテクノロジーは、神経学習と機能のエミュレーションにおける複素位相コヒーレンス/デコヒーレンス原理に基づいています。同社は、主に物体認識と生体認証のアプリケーション分野で活動しています。AND Corporation は、カナダのオンタリオ州トロントに拠点を置いています。

起源

1992年、第6世代コンピューティング技術に関するワイリーシリーズから、この技術を紹介する書籍「ファジー、ホログラフィック、並列インテリジェンス、第6世代のブレークスルー^」[3]が出版されました。この論文の著者であるジョン・サザーランドは、AND Corporationの創設者です。この技術は、波動関数のデジタルエミュレーションを通じて、連想情報のホログラフィック重ね合わせを提供します。この原理を適用した連想メモリの高度な学習および記憶容量を認識した同社は、情報を複素位相表現に変換すること、および学習と想起の操作で位相共役を伴う複素数値の内積と外積を適用することについて国際特許を取得しました（優先日1988年）。この技術は、情報の重ね合わせに関しては量子コンピューティングに類似しています。 ^[4]

製品

HNeTアプリケーション開発システムの最初のバージョンは1990年にリリースされ、1991年に公開されました^[5]。これには、複素位相コヒーレンス/デコヒーレンスプロセスに基づく多数のアプリケーション例が含まれていました。これらのアプリケーションの中には、 A. Hiroseら^{[7]によると1996年にS. Jankowski}^[6]によって発見された複素値ホップフィールドネットワークまたは複素連想メモリがありました。HNeTテクノロジ内で最初に開発され適用された概念は、いくつかの関連する学術分野の基礎を形成しており、これらは量子ニューラルネットワーク(QNN)、ホログラフィック連想メモリ(HAM)、複素連想メモリ(CAM)、および複素値ニューラルネットワーク(CVNN)という頭字語で呼ばれています。

AND Corporation は、政府および研究機関に HNeT アプリケーション開発システムを研究目的で提供しています。同社の主な事業活動は、HNeT テクノロジのアプリケーション開発とライセンス供与です。HNeT テクノロジの応用分野の一例として、バイオメトリクス (顔認識) 分野が挙げられます。この分野では、このテクノロジは Acsys Biometrics にライセンス供与されています。HNeT は脳の完全なニューロモルフィックモデルを提供しますが、主に小脳モデルに基づくより単純なサブ構造を使用して適用されています。

参考文献

^ Sutherland, JG (1990). 「記憶、学習、表現のホログラフィックモデル」. International Journal of Neural Systems . 1–3 : 256–267.
^ Sutherland, JG (1995)。「ホログラフィックニューラルテクノロジーのアプリケーションツールセットの概要」。Pribram, K.、King, J. (編)。意識体験のスケール: 脳は専門家に任せておくには重要すぎるのか?。ニューヨーク: L Eurlbaum & Assoc. ISBN 0-8058-2178-3。
^ Sutherland, JG (1992)。「ホログラフィックニューラルメソッド」。Soucek, B. (編)。『ファジー、ホログラフィック、並列知能: 第 6 世代のブレークスルー』。ニューヨーク: John Wiley & Sons。ISBN 0-471-59256-0。
^ Sutherland, JG (1994)。「ホログラフィックセル。量子的視点」。Plantamura, VL; et al. (eds.)。フロンティア意思決定支援コンセプト。ニューヨーク: John Wiley & Sons。ISBN 0-471-54772-7。
^ Sutherland, JG (1991).トランスピュータベースのホログラフィックニューラル技術の実装。トランスピュータに関する世界トランスピュータユーザーグループ (WOTUG) 会議の議事録 '91。pp. 657–675。ISBN 90-5199-045-6。
^ Jankowski, S.; Lozowski, A.; Zurada, JM (1996). 「複素数値多状態ニューラル連想メモリ」. IEEE Trans. Neural Netw . 7 (6): 1491–1496.
^ Hirose, A.; et al. (2003).複素数値ニューラルネットワーク. ニューヨーク: Academic Press. ISBN 981-238-464-2。

外部リンク

公式サイト

[1] Sutherland, JG (1990). 「記憶、学習、表現のホログラフィックモデル」. International Journal of Neural Systems . 1–3 : 256–267.

[2] Sutherland, JG (1995)。「ホログラフィックニューラルテクノロジーのアプリケーションツールセットの概要」。Pribram, K.、King, J. (編)。意識体験のスケール: 脳は専門家に任せておくには重要すぎるのか?。ニューヨーク: L Eurlbaum & Assoc. ISBN 0-8058-2178-3。

[3] Sutherland, JG (1992)。「ホログラフィックニューラルメソッド」。Soucek, B. (編)。『ファジー、ホログラフィック、並列知能: 第 6 世代のブレークスルー』。ニューヨーク: John Wiley & Sons。ISBN 0-471-59256-0。

[4] Sutherland, JG (1994)。「ホログラフィックセル。量子的視点」。Plantamura, VL; et al. (eds.)。フロンティア意思決定支援コンセプト。ニューヨーク: John Wiley & Sons。ISBN 0-471-54772-7。

[5] Sutherland, JG (1991).トランスピュータベースのホログラフィックニューラル技術の実装。トランスピュータに関する世界トランスピュータユーザーグループ (WOTUG) 会議の議事録 '91。pp. 657–675。ISBN 90-5199-045-6。

[6] Jankowski, S.; Lozowski, A.; Zurada, JM (1996). 「複素数値多状態ニューラル連想メモリ」. IEEE Trans. Neural Netw . 7 (6): 1491–1496.

[7] Hirose, A.; et al. (2003).複素数値ニューラルネットワーク. ニューヨーク: Academic Press. ISBN 981-238-464-2。