PulseAugur
中
实时 06:08:43
English(EN) Deep neural networks as lattice gauge theories

物理学研究将深度神经网络构建为格点规范理论

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一个新颖的框架，将深度神经网络概念化为格点规范理论，并借鉴了高能物理学的类比。该方法修改了现有的神经网络/量子场论对偶性，以纳入神经网络的层状排列对称性。在此模型中，每个神经元层充当格点站点，权重矩阵充当规范场。该研究详细介绍了神经元-神经元传播子的计算，并引入了用于1/N微扰分析的费曼图机制，为理解深度网络中的信息传播提供了理论基础。 AI

影响 这一理论框架可能为理解深度学习模型内部动力学和信息传播提供新的视角。

排序理由 学术论文，详细阐述了将深度神经网络与格点规范理论联系起来的理论框架。[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 →

物理学研究将深度神经网络构建为格点规范理论

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Ro Jefferson, Shradha Ramakrishnan ·

    深度神经网络作为晶格规范理论

    arXiv:2608.19331v1 Announce Type: cross Abstract: We modify the NN/QFT duality [1] to incorporate the layerwise permutation symmetry of the network, resulting in a $(0\!+\!1)$-dimensional lattice gauge theory, in which each layer of $N$ neurons acts as an $N$-component lattice si…

相关实体

相关话题