Zifeng Huang

新理论为神经振荡器设定泛化界限

研究人员为神经振荡器开发了理论上的上界泛化界限。神经振荡器是将二阶常微分方程与多层感知机相结合的架构。这些界限使用 Rademacher 复杂度框架推导得出，量化了逼近因果算子和稳定动力系统的泛化能力。研究结果表明，估计误差随 MLP 的大小和时间长度呈多项式增长，这表明规范化 MLP 的 Lipschitz 常数可以提高泛化能力，尤其是在训练数据有限的情况下。