論文の概要: Bochner integrals and neural networks
- arxiv url: http://arxiv.org/abs/2302.13228v1
- Date: Sun, 26 Feb 2023 03:44:19 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-28 18:12:43.540229
- Title: Bochner integrals and neural networks
- Title(参考訳): ボクナー積分とニューラルネットワーク
- Authors: Paul C. Kainen, A. Vogt
- Abstract要約: ボヒナー積分公式は、重みとパラメトリケートされた関数の族で関数を表す。
本稿では,ニューラルネットワークの機能解析理論を開発し,変分空間がバナッハ空間であることを示す。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: A Bochner integral formula is derived that represents a function in terms of
weights and a parametrized family of functions. Comparison is made to pointwise
formulations, norm inequalities relating pointwise and Bochner integrals are
established, variation-spaces and tensor products are studied, and examples are
presented. The paper develops a functional analytic theory of neural networks
and shows that variation spaces are Banach spaces.
- Abstract(参考訳): ボヒナー積分公式(bochner integral formula)は、重みの項で関数とパラメータ化された関数の族を表す公式である。
ポイントワイズ公式との比較を行い、ポイントワイズ積分とボヒナー積分に関するノルム不等式を確立し、変分空間とテンソル積を研究し、例を示す。
本稿では,ニューラルネットワークの機能解析理論を開発し,変分空間がバナッハ空間であることを示す。
関連論文リスト
- Approximation of relation functions and attention mechanisms [2.99146123420045]
ニューラルネットワーク特徴写像の内部積は、入力間の関係をモデル化する方法として現れる。
本研究では,ニューラルネットワークの内部積の近似特性について検討する。
論文 参考訳(メタデータ) (2024-02-13T23:53:47Z) - Mathematical Foundations for a Compositional Account of the Bayesian
Brain [0.0]
現代応用圏論のツールを用いて、近似推論のための関手意味論を提供する。
統計ゲームのフィブレーションを定義し、統計的推論の様々な問題を対応する部分として分類する。
我々は,自由エネルギー原理の下で,予測符号化ニューラルネットワークの構成構造を説明する関手を構築した。
論文 参考訳(メタデータ) (2022-12-23T18:58:17Z) - On the Kullback-Leibler divergence between pairwise isotropic
Gaussian-Markov random fields [93.35534658875731]
2つの対の等方性ガウス-マルコフ確率場間のクルバック-リーブラ分散の式を導出する。
提案した方程式は、画像処理と機械学習の応用において、新しい類似度尺度の開発を可能にする。
論文 参考訳(メタデータ) (2022-03-24T16:37:24Z) - Algebraic function based Banach space valued ordinary and fractional
neural network approximations [0.0]
近似はポイントワイドで一様ノルムです
関連するバナッハ空間値フィードフォワードニューラルネットワークは、1つの隠蔽層を持つ。
論文 参考訳(メタデータ) (2022-02-11T20:08:52Z) - Stability of Algebraic Neural Networks to Small Perturbations [179.55535781816343]
Algebraic Neural Network (AlgNN) は、代数的信号モデルと関連する各層のカスケードで構成されている。
畳み込みという形式的な概念を用いるアーキテクチャは、シフト演算子の特定の選択を超えて、いかに安定であるかを示す。
論文 参考訳(メタデータ) (2020-10-22T09:10:16Z) - Algebraic Neural Networks: Stability to Deformations [179.55535781816343]
可換代数を用いた代数ニューラルネットワーク(AlgNN)について検討する。
AlgNNはユークリッド畳み込みニューラルネットワーク、グラフニューラルネットワーク、グループニューラルネットワークなどの多様なアーキテクチャを統合する。
論文 参考訳(メタデータ) (2020-09-03T03:41:38Z) - Twisted Fourier analysis and pseudo-probability distributions [1.5555393702795075]
フーリエ解析の非可換一般化を用いて、擬確率表現の幅広いクラスを定義する。
We find Wigner representations for fermion, hard-core bosons, and angle-number systems。
論文 参考訳(メタデータ) (2020-04-28T21:39:27Z) - Space of Functions Computed by Deep-Layered Machines [74.13735716675987]
深層ニューラルネットワークやブール回路を含むランダム層マシンによって計算される関数の空間について検討する。
繰り返しおよび層依存アーキテクチャ上で計算されたブール関数の分布を調べた結果、両方のモデルで同じであることが判明した。
論文 参考訳(メタデータ) (2020-04-19T18:31:03Z) - Neural Operator: Graph Kernel Network for Partial Differential Equations [57.90284928158383]
この作業はニューラルネットワークを一般化し、無限次元空間(演算子)間の写像を学習できるようにすることである。
非線形活性化関数と積分作用素のクラスを構成することにより、無限次元写像の近似を定式化する。
実験により,提案したグラフカーネルネットワークには所望の特性があり,最先端技術と比較した場合の競合性能を示すことが確認された。
論文 参考訳(メタデータ) (2020-03-07T01:56:20Z) - Semiparametric Nonlinear Bipartite Graph Representation Learning with
Provable Guarantees [106.91654068632882]
半パラメトリック指数族分布におけるパラメータの統計的推定問題として、両部グラフを考察し、その表現学習問題を定式化する。
提案手法は, 地中真理付近で強い凸性を示すため, 勾配降下法が線形収束率を達成できることを示す。
我々の推定器は指数族内の任意のモデル誤特定に対して頑健であり、広範な実験で検証されている。
論文 参考訳(メタデータ) (2020-03-02T16:40:36Z) - Geometric Formulation for Discrete Points and its Applications [0.0]
離散点上の幾何学の新しい定式化を導入する。
これは普遍微分計算に基づいており、関数の代数による離散集合の幾何学的記述を与える。
論文 参考訳(メタデータ) (2020-02-07T01:12:57Z)
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。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。