論文の概要: Deterministic equivalent of the Conjugate Kernel matrix associated to
Artificial Neural Networks
- arxiv url: http://arxiv.org/abs/2306.05850v1
- Date: Fri, 9 Jun 2023 12:31:59 GMT
- ステータス: 処理完了
- システム内更新日: 2023-06-12 13:28:54.994725
- Title: Deterministic equivalent of the Conjugate Kernel matrix associated to
Artificial Neural Networks
- Title(参考訳): ニューラルネットワークに関連する共役核行列の決定論的等価性
- Authors: Cl\'ement Chouard (IMT)
- Abstract要約: 共役核の実験的スペクトル分布は決定論的極限に収束することを示す。
より正確には、次元とスペクトルパラメータの両方を含む定量的境界を持つスティルチェス変換とその分解剤の決定論的等価値を得る。
- 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: We study the Conjugate Kernel associated to a multi-layer linear-width
feed-forward neural network with random weights, biases and data. We show that
the empirical spectral distribution of the Conjugate Kernel converges to a
deterministic limit. More precisely we obtain a deterministic equivalent for
its Stieltjes transform and its resolvent, with quantitative bounds involving
both the dimension and the spectral parameter. The limiting equivalent objects
are described by iterating free convolution of measures and classical matrix
operations involving the parameters of the model.
- Abstract(参考訳): 本研究では,ランダム重み,バイアス,データを有する多層線形幅フィードフォワードニューラルネットワークに関連する共役核について検討する。
共役核の実験的スペクトル分布は決定論的極限に収束することを示す。
より正確には、次元とスペクトルパラメータの両方を含む定量的境界を持つスティルチェス変換とその分解剤の決定論的等価値を得る。
制限された等価オブジェクトは、測度の自由畳み込みとモデルのパラメータを含む古典行列演算を繰り返すことで記述される。
関連論文リスト
- Simulating NMR Spectra with a Quantum Computer [49.1574468325115]
本稿では、スピン系のNMRスペクトルのシミュレーションの完全な手順の形式化を提供する。
また、量子コンピュータでハミルトン行列を対角化する方法も説明し、プロセス全体の性能を向上させる。
論文 参考訳(メタデータ) (2024-10-28T08:43:40Z) - Spiral flow of quantum quartic oscillator with energy cutoff [0.0]
補正行列のカットオフ依存性は三次元ベクトルのスパイラル運動によって説明できる。
この極限サイクルと浮動小数点挙動の基本的な組み合わせは、さらなる研究を保証している。
論文 参考訳(メタデータ) (2024-04-26T14:34:05Z) - Dilute neutron star matter from neural-network quantum states [58.720142291102135]
低密度中性子物質はクーパー対の形成と超流動の開始によって特徴づけられる。
我々は、モンテカルロ変分法と再構成技術を組み合わせた隠れ核量子ネットワーク量子状態の表現性に乗じて、この密度構造をモデル化する。
論文 参考訳(メタデータ) (2022-12-08T17:55:25Z) - Quantitative deterministic equivalent of sample covariance matrices with
a general dependence structure [0.0]
我々は、次元とスペクトルパラメータの両方を含む量的境界を証明し、特に実正の半直線に近づくことを可能にする。
応用として、これらの一般モデルの経験スペクトル分布のコルモゴロフ距離の収束の新しい境界を得る。
論文 参考訳(メタデータ) (2022-11-23T15:50:31Z) - On the Spectral Bias of Convolutional Neural Tangent and Gaussian
Process Kernels [24.99551134153653]
本稿では,それぞれのガウス過程と接する神経核を用いて,過度にパラメータ化された畳み込みニューラルアーキテクチャの特性について検討する。
固有値が階層的に減衰し、崩壊率を定量化し、これらのネットワークにおける階層的特徴の構成を反映する測度を導出することを示す。
論文 参考訳(メタデータ) (2022-03-17T11:23:18Z) - Entanglement Entropy of Non-Hermitian Free Fermions [59.54862183456067]
翻訳対称性を持つ非エルミート自由フェルミオンモデルの絡み合い特性について検討する。
その結果, 絡み合いエントロピーは, 1次元系と2次元系の両方において, 領域法則の対数的補正を有することがわかった。
論文 参考訳(メタデータ) (2021-05-20T14:46:09Z) - Hilbert-space geometry of random-matrix eigenstates [55.41644538483948]
パラメータ依存ランダム行列アンサンブルの固有状態のヒルベルト空間幾何について論じる。
この結果はフビニ・スタディ計量とベリー曲率の正確な関節分布関数を与える。
この結果とランダム・マトリクス・アンサンブルの数値シミュレーションおよびランダム磁場中の電子との比較を行った。
論文 参考訳(メタデータ) (2020-11-06T19:00:07Z) - The Convergence Indicator: Improved and completely characterized
parameter bounds for actual convergence of Particle Swarm Optimization [68.8204255655161]
我々は、粒子が最終的に単一点に収束するか、分岐するかを計算するのに使用できる新しい収束指標を導入する。
この収束指標を用いて、収束群につながるパラメータ領域を完全に特徴づける実際の境界を提供する。
論文 参考訳(メタデータ) (2020-06-06T19:08:05Z) - Spectra of the Conjugate Kernel and Neural Tangent Kernel for
linear-width neural networks [22.57374777395746]
本研究では,フィードフォワードニューラルネットワークに関連する共役ニューラルカーネルとタンジェントカーネルの固有値について検討する。
CKとNTKの固有値分布は決定論的極限に収束することを示す。
論文 参考訳(メタデータ) (2020-05-25T01:11:49Z) - Operator-algebraic renormalization and wavelets [62.997667081978825]
我々はウェーブレット理論を用いてハミルトン格子系のスケーリング極限として連続体自由場を構築する。
格子観測可能な格子を、コンパクトに支持されたウェーブレットでスミアリングされた連続体と同定するスケーリング方程式により、正規化群ステップを決定する。
論文 参考訳(メタデータ) (2020-02-04T18:04:51Z) - Variational-Correlations Approach to Quantum Many-body Problems [1.9336815376402714]
量子多体ハミルトニアンの基底状態を研究するためのアプローチについて検討する。
指数関数的に大きいヒルベルト空間によって設定される挑戦は、密度行列の正の近似によって回避される。
このアプローチが長距離相関を生成する能力と、正確な結果に収束する基底状態エネルギーを実証する。
論文 参考訳(メタデータ) (2020-01-17T19:52:54Z)
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。