Hierarchical temporal memory model in machine learning tasks

Abstract

В данной работе рассмотрена модель иерархической темпоральной памяти и её применение в задачах машинного обучения. В качестве примера была выбрана задача обучения без учителя, а именно задача поиска аномалий в GPS данных. В работе приведено подробное описание модели и алгоритмов обучения. В ходе проведенного исследования модель показала хорошие результаты в приведенной задаче.

This research looks at hierarchical temporal memory model and analysis the possibility of using this model in machine learning tasks. Particularly this thesis were focused on detection anomalies in GPS data. Thesis include detailed description of model and learning algorithm. In the course of the study model showed good results.