PulseAugur
中
实时 09:32:16

专为非欧几里得空间设计的新型神经网络

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一类新型的1-Lipschitz神经网络，旨在用于具有负曲率的几何空间——Hadamard流形。这些网络利用Busemann函数和梯度流来创建保持几何结构的层，与在欧几里得空间中运行的传统网络相比，提供了更高的鲁棒性和稳定性。该架构已在双曲流形和对称正定（SPD）矩阵流形上进行了演示，在鲁棒分类和协方差重建等应用中显示出潜力。 AI

影响 引入了几何深度学习的新型架构，有可能提高专业领域的模型鲁棒性。

排序理由 该集群包含一篇详细介绍新型神经网络架构的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

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

专为非欧几里得空间设计的新型神经网络

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Davide Murari, Marta Ghirardelli, Ben Adcock, Elena Celledoni, Brynjulf Owren, Carola-Bibiane Sch\"onlieb ·

    Hadamard流形上的1-Lipschitz神经网络

    arXiv:2607.19335v1 Announce Type: cross Abstract: Controlling the Lipschitz constant of a neural network is a standard way to promote robustness and stability. Most existing constraining strategies are designed for Euclidean spaces. In this work, we construct and analyze a class …

相关实体

相关话题