English(EN) Approximation of Analytic Functions by ReLU Neural Networks with Adjustable Depth and Width

新研究详细介绍了ReLU网络逼近解析函数 · 跟踪2个来源

作者 PulseAugur 编辑部 · [2 个来源] · 2026-07-12 05:59

一篇新研究论文发布在arXiv上，探讨了使用ReLU神经网络逼近解析函数的问题。该研究引入了一个同时考虑网络深度和宽度的表征，超越了单一参数分析。研究结果表明，对于解析函数，网络深度比宽度起着更重要的作用，产生的逼近率为 \mathcal{O}\left(N^{-C L^{\tau}}\right)。该论文详细介绍了技术挑战，并采用了改进的构造来逼近幂函数、乘法和多项式。 AI

影响这项研究为ReLU网络的逼近能力提供了理论见解，可能影响未来的模型架构。

排序理由该集群包含一篇详细介绍神经网络逼近理论进展的学术论文。

在 arXiv stat.ML 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。我们如何撰写摘要 →

报道来源 [2]

arXiv stat.ML TIER_1 English(EN) · Yanming Lai, Defeng Sun, Yang Wang · 2026-07-14 04:00

ReLU神经网络通过可调深度和宽度逼近解析函数

arXiv:2607.10589v1 Announce Type: new Abstract: In contrast to most studies on neural network approximation theory that characterize results through a single parameter, such as the total number of network parameters, \cite{shen2020deep} pioneered the characterization of approxima…
arXiv stat.ML TIER_1 English(EN) · Yang Wang · 2026-07-12 05:59

ReLU神经网络通过可调深度和宽度逼近解析函数

In contrast to most studies on neural network approximation theory that characterize results through a single parameter, such as the total number of network parameters, \cite{shen2020deep} pioneered the characterization of approximation rates as a joint function of the width para…

报道来源 [2]

ReLU神经网络通过可调深度和宽度逼近解析函数

ReLU神经网络通过可调深度和宽度逼近解析函数

相关实体

相关话题