实体
universal approximation theorem
universal approximation theorem
PulseAugur coverage of universal approximation theorem — every cluster mentioning universal approximation theorem across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
New policy class enforces hard constraints in contextual optimization
研究人员引入了 Legendre-regularized policies，这是一种新的上下文优化方法，可在保持梯度训练平滑性的同时强制执行硬可行性约束。该方法将决策参数化为正则化优化问题的解，确保策略在构建时是可行的且可微的。该框架统一了现有的优化技术，并在资源分配和上下文新供应商问题中展示了改进的性能。
-
神经网络研究揭示函数等价性与几何多样性
一篇新的研究论文在通用逼近定理的基础上，探讨了神经网络中的函数等价性概念。研究表明，多种神经网络配置可以实现相同的函数输出，同时拥有不同的几何特性。这种几何多样性通过分析成本函数的Hessian矩阵和参数空间的有效秩来表征，表明许多函数等价的网络存在显著的结构冗余和低有效秩。研究人员提出了一种基于简约性和估计效率的模型选择标准，以识别最优模型。
-
深度残差网络中的渐进逼近：理论与验证
研究人员引入了层级渐进逼近（LPA），一种深度残差网络的新训练原则。该方法将残差网络重构为逐层逼近过程，证明误差可以随着网络深度的增加而单调递减。LPA使单个训练好的网络能够在不同深度提供有用的预测，从而无需重新训练即可实现高效推理。