研究人员在托里几何与前馈ReLU神经网络之间建立了一种新颖的联系,利用代数几何的工具来分析网络结构。这项工作为具有有理权重的无偏ReLU网络引入了ReLU扇、ReLU托里簇和ReLU Cartier除子等概念。该研究还连接了热带几何和托里几何,前者捕获组合数据,后者恢复几何结构,从而完整地表征了浅层ReLU网络可实现的函数。 AI
影响 引入了分析神经网络表达能力和函数实现的新数学框架。
排序理由 学术论文,详细介绍了数学领域与神经网络架构之间新颖的理论联系。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →