Adir Dayan

新研究探讨权重空间神经网络的表达能力

两篇新研究论文探讨了置换等变网络（permutation-equivariant networks）的理论基础，这种设计对于直接操作其他神经网络参数的模型至关重要。第一篇论文为权重空间网络的表达能力建立了全面的理论，在特定条件下证明了其通用性并展示了实际改进。第二篇论文在数学上解释了训练过程中神经网络权重中等变结构的出现，将端到端等变性与层级等变性联系起来。