新的Prime Fourier Embeddings为神经网络保留代数结构

研究人员推出了一种新颖的整数编码方法Prime Fourier Embeddings (PFE)，该方法能够为神经网络保留其代数结构。该方法利用源自谐波分析的素数索引（cos, sin）对，通过选择相关的素数通道而非推断结构来处理模运算。实证研究证实，PFE在任务相关通道和无关通道之间实现了高专业化比率，在无平方因子复合模数上达到了完美的分布内测试准确率。 AI

影响 引入了一种新颖的嵌入技术，可以改善神经网络处理结构化数值数据的方式。

排序理由 研究论文，详细介绍了一种用于神经网络的新嵌入技术。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• alphaXiv
• Amazon Q
• arXiv
• CatalyzeX
• Chinese remainder theorem
• DagsHub
• Gotit.pub
• Hugging Face
• Hyunsang Hwang
• IArxiv
• Prime Fourier Embeddings
• Schur's lemma
• ScienceCast

• 论文
• 基础设施

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →