研究人员引入了新的激活函数,即基本通用激活函数(EUAF)和可微通用激活函数(DUAF),旨在使固定大小的神经网络能够实现任意精度的Sobolev近似。研究表明,使用这些新型激活函数的网络可以以任意精度在$W^{s-1, ext{inf}}$-范数下逼近$W^{s, ext{inf}}((a,b)^d)$内的函数。文章提供了网络宽度和深度的显式界限,并探讨了DUAF的S型变体。 AI
影响 引入了可能增强固定大小神经网络逼近能力的新型激活函数。
排序理由 该集群包含一篇详细介绍神经网络激活函数新理论贡献的学术论文。
- alphaXiv
- CatalyzeX Code Finder for Papers
- DagsHub
- Differentiable Universal Activation Functions
- Elementary Universal Activation Function
- Gotit.pub
- Hugging Face
- ScienceCast
- Sobolev
- arXiv
- DUAF_inf
- Neural Networks
- tilde{DUAF_n
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →