回复：Jeff hawkins的Numenta的研究成果BAM

4.5.2 一个更灵活的地理空间数据编码器
如果你想要像地理空间系统允许的编码一样好，前面所描述的编码方法就不错。如果这是10英尺，那么移动只有20英尺的距离将导致略有不同的SDR，移动一千英尺将导致一个完全不同的SDR。但这可能不是你想要的。你可能需要一个编码器，当一个物体缓慢移动时编码的内容差异较小，而当一个对象快速移动时内容差异较大。例如，如果有人在走路，那么我们可能希望编码器表达位置的变化小到十英尺，但如果有人在以行驶在高速公路上速度的汽车中，那么在移动方向十英尺的差异并不重要。在高速下，200英尺内的位置最好用相同的SDR来表示，离1000英尺的位置表达应该是重叠的。这种类型的变量编码被许多地理空间应用需要。通常有一种方法来设计任何需要的编码器。在这种情况下，这个要求可以通过形成一个SDR使用所有可能位置的位的子样本和使用物体的速度来确定粗糙度的子样本来满足。

前面描述的地理空间编码要求你想要有重叠的位置的距离来决定活跃比特数。您可能并不总是希望有那么多位活跃。我们可以从这些范围抽样但是需要决定抽样哪些比特需要用一种保持预期编码属性的方法。具体来说，我们希望在空间上接近的数据点拥有共享的编码比特。如果我们随机抽样50%半径内的位，邻近位置的编码不共享任意比特是有可能发生的，即使他们半径重叠。

解决这个问题的一个方法是给一个严格的顺序给所有决定抽样哪些比特的坐标。为此，我们可以使用确定性hash性函数将每个坐标映射到0到1之间的浮点数：
Hash(x, y) = wx,y

因为我们使用的是确定性散列函数，所以这些权重可以在需要时计算，不需要存储在内存中。当我们需要十五个活跃比特时，前面的编码可能看起来像这样:

加权方案有助于偏好相同的坐标以便于邻近位置的编码选择一些相同的坐标，但它并不能保证这。因此，从总数中选择足够高的数和活跃比特是确保适当的重叠所必要的。

4.5.3 包含速度的地理空间数据编码器
坐标或地理空间编码器的一个很有前景的应用是对人或车辆位置的异常检测。人或车的速度对于在他们不再具有重叠之前想知道应该选择多远位置是重要的。实现这个过程自动化的一种方法是动态调整半径，根据当前速度选择比特，将距离语义改变为相对速度，而不是绝对度量。

下面的图（图6A、6B和6C）展示了三个位置的编码表示。第一个和第二个编码是缓慢移动的实体的位置，而第三个代表了加速了的实体的位置。请注意，虽然第三个位置离得更远，但它仍然与前面的编码共享相同数量的比特。

4.6 例4-编码自然语言
单词，句子，和文件也可以被编码成SDRs。目前有许多技术创造语言向量编码，其中有一个由cortical.io创造。他们的技术在最近的白皮书中有详细描述(Webber，2015).

4.6.1 选择编码尺寸
每一个编码器，无论代表什么，应该创造SDRs，其有一个固定的比特数N和固定数量的激活比特W。你怎么知道哪一个N和W的值是好的？为了保持来自稀疏性的属性，w不能是n的很大一部分，但是如果w太小，我们就失去了具有分布式表示的属性。作为一般规则，数值w至少要20来妥善处理噪声和抽样，并且N应至少100以提供足够的分辨率来区分许多数。

下面是一些在实际应用中已经成功应用的值。
在一个从服务器看数值度量值的实验中，一个优化算法选择n＝134和w＝21作为好的值。
在另一个实验中，N＝2048和w＝41被认为是地理空间编码器的良好值。
当编码类别时，w可以是n的较高比例，一个极端例子，如果你编码了二进制值，n可以是100，w可以是50。

当创建一个新的编码器时，用较宽广的知道原则选择最初的n和w通常是一个很好的策略。在编码器调试好并且有较精确的测试后，对编码器性能可以通过仔细选择N和W来调整，很多选择N和W好值的内容来自Ahmad和Hawkins对SDRs的性质所做的工作（Ahmad和Hawkins，2016）。

4.6.2 编码多值
有些应用需要为单个HTM模型编码多个值。单独的值可以自己编码，然后连接起来形成组合编码。当这样做时，重要的是保持激活比特的数量，W，对于每个单独的编码器取相对类似的值，以便其中一个值不占代表性的主导地位。n的总比特数非常不同对于每个编码器来说很好。

4.7 总结
有许多编码器可以覆盖大多数应用的需求。如果您需要为一个新的数据类型构建一个编码器，您可以使用一些简单的规则创建编码器：
1. 语义类似的数据在SDRs中应该有重叠的激活比特。
2. 相同的输入必须输出相同的SDRs
3. 所有输入的输出必须有相同的维度(总比特数)
4. 对于所有输入，输出应该具有相同的稀疏性并且有足够的激活比特来处理噪声和抽样。

第5章 空间结构
5.1 空间结构算法细节
我们首先介绍一些重要的术语，然后是抽象的步骤，其次是细节的伪代码。