Fugu-MT 論文翻訳(概要): A Modified Convolutional Network for Auto-encoding based on Pattern Theory Growth Function

論文の概要: A Modified Convolutional Network for Auto-encoding based on Pattern Theory Growth Function

arxiv url: http://arxiv.org/abs/2104.02651v1
Date: Sun, 4 Apr 2021 04:23:36 GMT
ステータス: 処理完了
システム内更新日: 2021-04-07 14:14:33.561701
Title: A Modified Convolutional Network for Auto-encoding based on Pattern Theory Growth Function
Title（参考訳）: パターン理論成長関数に基づく自動エンコーディングのための修正畳み込みネットワーク
Authors: Erico Tjoa
Abstract要約: 本論文では、パターン理論の枠組みに基づいてコンポーネントを開発している畳み込みニューラルネットワークの変形の欠点を報告する。畳み込みニューラルネットワークのこの変形は、期待どおりには機能しないと主張している。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This brief paper reports the shortcoming of a variant of convolutional neural network whose components are developed based on the pattern theory framework.
Abstract（参考訳）: 本稿では,パターン理論の枠組みに基づいて構成部品を開発する畳み込み型ニューラルネットワークの欠点を報告する。

関連論文リスト

Novel Kernel Models and Exact Representor Theory for Neural Networks Beyond the Over-Parameterized Regime [52.00917519626559]
本稿では、ニューラルネットワークの2つのモデルと、任意の幅、深さ、トポロジーのニューラルネットワークに適用可能なトレーニングについて述べる。また、局所外在性神経核(LeNK)の観点から、非正規化勾配降下を伴う階層型ニューラルネットワークトレーニングのための正確な表現子理論を提示する。この表現論は、ニューラルネットワークトレーニングにおける高次統計学の役割と、ニューラルネットワークのカーネルモデルにおけるカーネル進化の影響について洞察を与える。
論文参考訳（メタデータ） (2024-05-24T06:30:36Z)
Bridging Generative Networks with the Common Model of Cognition [0.0]
本稿では,認知共通モデル(Common Model of Cognition)を大規模ネットワークモデルに適用するための理論的枠組みを提案する。これは、Common Model内のモジュールを中央生産システムに周辺するシャドウ生産システムに再構成することで実現できる。
論文参考訳（メタデータ） (2024-01-25T05:48:50Z)
From NeurODEs to AutoencODEs: a mean-field control framework for width-varying Neural Networks [68.8204255655161]
本稿では,動的に駆動する制御フィールドをベースとした,AutoencODEと呼ばれる新しいタイプの連続時間制御システムを提案する。損失関数が局所凸な領域では,多くのアーキテクチャが復元可能であることを示す。
論文参考訳（メタデータ） (2023-07-05T13:26:17Z)
Generalization and Estimation Error Bounds for Model-based Neural Networks [78.88759757988761]
スパースリカバリのためのモデルベースネットワークの一般化能力は、通常のReLUネットワークよりも優れていることを示す。我々は,高一般化を保証したモデルベースネットワークの構築を可能にする実用的な設計規則を導出する。
論文参考訳（メタデータ） (2023-04-19T16:39:44Z)
Coevolving Boolean and Multi-Valued Regulatory Networks [0.0]
遺伝子状態の数を増やす効果を探索するモデルの改良形式が以前にも紹介されている。本稿では、これらの離散力学ネットワークを、結合された頑丈なフィットネスランドスケープ内で共進化させ、それらの振る舞いを探索する。
論文参考訳（メタデータ） (2023-02-03T12:48:33Z)
The QR decomposition for radial neural networks [0.0]
我々は、クイバーの表現論の観点から、ニューラルネットワークの理論的枠組みを提供する。これらの対称性の活用により、ラジアルニューラルネットワークのモデル圧縮アルゴリズムが実現される。
論文参考訳（メタデータ） (2021-07-06T11:41:02Z)
A spin-glass model for the loss surfaces of generative adversarial networks [0.0]
本研究では,GAN(ジェネレーション・アドバーサリ・ネットワーク)の鍵となる設計特性を捉える新しい数学モデルを提案する。我々のモデルは相互作用する2つのスピングラスから成り、ランダム行列理論の手法を用いてモデルの臨界点の複雑性を広範囲に理論的に解析する。その結果、より単純なネットワークに対する事前の洞察に基づいて構築される大きなGANの損失面に関する洞察が、この設定に特有の新しい構造を明らかにします。
論文参考訳（メタデータ） (2021-01-07T12:56:15Z)
Lattice gauge equivariant convolutional neural networks [0.0]
汎用機械学習アプリケーションのためのLattice gauge equivariant Convolutional Neural Networks (L-CNNs)を提案する。 L-CNNは従来の畳み込みニューラルネットワークでは見つけられないゲージ不変量を学習・一般化できることを示した。
論文参考訳（メタデータ） (2020-12-23T19:00:01Z)
Developing Constrained Neural Units Over Time [81.19349325749037]
本稿では,既存のアプローチと異なるニューラルネットワークの定義方法に焦点をあてる。ニューラルネットワークの構造は、データとの相互作用にも拡張される制約の特別なクラスによって定義される。提案した理論は時間領域にキャストされ, データを順序づけられた方法でネットワークに提示する。
論文参考訳（メタデータ） (2020-09-01T09:07:25Z)
An Ode to an ODE [78.97367880223254]
我々は、O(d) 群上の行列フローに応じて主フローの時間依存パラメータが進化する ODEtoODE と呼ばれるニューラルODE アルゴリズムの新しいパラダイムを提案する。この2つの流れのネストされたシステムは、訓練の安定性と有効性を提供し、勾配の消滅・爆発問題を確実に解決する。
論文参考訳（メタデータ） (2020-06-19T22:05:19Z)
Understanding Graph Neural Networks with Generalized Geometric Scattering Transforms [67.88675386638043]
散乱変換は、畳み込みニューラルネットワークのモデルとして機能する多層ウェーブレットベースのディープラーニングアーキテクチャである。非対称ウェーブレットの非常に一般的なクラスに基づくグラフに対して、窓付きおよび非窓付き幾何散乱変換を導入する。これらの非対称グラフ散乱変換は、対称グラフ散乱変換と多くの理論的保証を持つことを示す。
論文参考訳（メタデータ） (2019-11-14T17:23:06Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。