English(EN) Bulk-boundary decomposition of neural networks

新框架分解神经网络训练动力学

作者 PulseAugur 编辑部 · [1 个来源] · 2026-06-09 04:00

研究人员引入了体-边界分解（bulk-boundary decomposition），一种分析深度神经网络训练动力学的新颖框架。该方法将网络的拉格朗日量分解为与数据无关的体项（bulk term）和与数据相关的边界项（boundary term）。体项表征了受网络架构和激活函数影响的固有动力学，而边界项则反映了训练样本在输入和输出层产生的随机交互。这种分解揭示了深度网络内部的局部和同质结构，并推导出了能量连续性方程。 AI

影响为理解和潜在优化神经网络训练过程提供了新的理论视角。

排序理由这是一篇研究论文，详细介绍了一种理解神经网络训练动力学的新理论框架。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

Donghee Lee

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

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Donghee Lee, Hye-Sung Lee, Jaeok Yi · 2026-06-09 04:00

神经网络的块-边界分解

arXiv:2511.02003v2 Announce Type: replace Abstract: We present the bulk--boundary decomposition as a new framework for understanding the training dynamics of deep neural networks. Starting from the stochastic gradient descent formulation, we show that the Lagrangian can be reorga…

报道来源 [1]

神经网络的块-边界分解

相关话题