研究人员利用有限域上的单项激活函数，探索了浅层多项式神经网络（PNNs）的表达能力。他们将给定架构的“神经流形”定义为从网络权重到乘积多项式环的映射的像，并通过神经流形的基数来量化表达能力。这项工作与有限域上的有理点计数以及Weil 猜想相关，揭示了零特征域和有限特征域的神经流形之间存在显著差异，突显了域特征的重要性。 AI
影响 这项研究有助于加深对神经网络表达能力的理论理解，可能影响未来的模型设计和分析。
排序理由 学术论文发布在 arXiv 上，详细介绍了神经网络的理论研究。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.NE (Neural & Evolutionary) 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
