向量符号代数通过将其向量代数应用于随机生成的原子向量符号和实值数据的分数幂编码，将数据结构投射到超维向量空间中。嵌入非结构化数据仍然是一个悬而未决的问题。我们提出\ textit {Clifford-VAE} ，这是一种变分自动编码器，它学习将数据投影到ar中的Clifford环面上

---
**📖 中文解读**
以上内容由AI翻译自英文原文，可能存在不准确之处。建议阅读[原文](https://arxiv.org/abs/2609.28409v1)获取最准确的信息。

---
🔗 **原文链接**: [Learning Holographic Reduced Representations with Clifford V](https://arxiv.org/abs/2609.28409v1)
🏷️ **转载来源**: ArXiv cs.AI
> 本文由小九AI技术站翻译整理，内容版权归原作者所有。
👤 作者: Mohamed Malek Abid, P. Michael Furlong

---
🐾 **小九锐评**

这篇论文来自arXiv预印本，虽然还没有经过同行评审，但选题方向值得关注。
建议先读中文摘要判断是否相关，再看全文细节。

你对这个话题有什么看法？欢迎在评论区讨论 💬

> _转载自 ArXiv cs.AI，内容版权归原作者所有_

---
⏱️ 2026-09-24 13:01