Fugu-MT 論文翻訳(概要): Homogeneous Artificial Neural Network

論文の概要: Homogeneous Artificial Neural Network

arxiv url: http://arxiv.org/abs/2311.17973v1
Date: Wed, 29 Nov 2023 16:16:32 GMT
ステータス: 処理完了
システム内更新日: 2023-12-01 19:11:33.183411
Title: Homogeneous Artificial Neural Network
Title（参考訳）: 均質なニューラルネットワーク
Authors: Andrey Polyakov
Abstract要約: 本稿では,機能クラスのグローバルな近似器として,人工知能ニューラルネットワーク(ANN)を提案する。等質性(英: homogeneity)とは、拡大の位相的特徴を持つ変換群に対する函数の対称性をいう。
参考スコア（独自算出の注目度）: 0.6526824510982799
License: http://creativecommons.org/licenses/by/4.0/
Abstract: The paper proposes an artificial neural network (ANN) being a global approximator for a special class of functions, which are known as generalized homogeneous. The homogeneity means a symmetry of a function with respect to a group of transformations having topological characterization of a dilation. In this paper, a class of the so-called linear dilations is considered. A homogeneous universal approximation theorem is proven. Procedures for an upgrade of an existing ANN to a homogeneous one are developed. Theoretical results are supported by examples from the various domains (computer science, systems theory and automatic control).
Abstract（参考訳）: 本稿では, 一般化同質性(Generalized homogeneous)と呼ばれる, 関数のグローバルなクラスに対する近似器として, 人工ニューラルネットワーク(ANN)を提案する。均質性とは、拡張の位相的特徴を持つ変換群に関する関数の対称性を意味する。本稿では,いわゆる線形拡張のクラスについて考察する。等質普遍近似定理が証明される。既存のANNを均質なものにアップグレードするための手順を開発する。理論結果は、様々な分野(コンピュータ科学、システム理論、自動制御)の例によって支持される。

関連論文リスト

Relative Representations: Topological and Geometric Perspectives [53.88896255693922]
相対表現はゼロショットモデルの縫合に対する確立されたアプローチである。相対変換において正規化手順を導入し、非等方的再スケーリングや置換に不変となる。第二に、クラス内のクラスタリングを促進するトポロジカル正規化損失である、微調整された相対表現におけるトポロジカルデシフィケーションの展開を提案する。
論文参考訳（メタデータ） (2024-09-17T08:09:22Z)
A tradeoff between universality of equivariant models and learnability of symmetries [0.0]
特定の条件下で対称性と関数を同時に学習することは不可能であることを示す。我々は、ニューラルネットワークの特定のファミリーを分析し、それらが不合理な結果の条件を満たすかどうかを判断する。実用面では、グループ畳み込みニューラルネットワークの分析により、よく知られた畳み込みを一般化することができる。
論文参考訳（メタデータ） (2022-10-17T21:23:22Z)
Extending the Universal Approximation Theorem for a Broad Class of Hypercomplex-Valued Neural Networks [1.0323063834827413]
普遍近似定理は、単一の隠れ層ニューラルネットワークがコンパクト集合上の任意の所望の精度で連続関数を近似すると主張する。本稿では,超複素数値ニューラルネットワークの広範クラスに対する普遍近似定理を拡張した。
論文参考訳（メタデータ） (2022-09-06T12:45:15Z)
Powerful Graph Convolutioal Networks with Adaptive Propagation Mechanism for Homophily and Heterophily [38.50800951799888]
グラフ畳み込みネットワーク(GCN)は、グラフ構造化データ処理において大きな影響力を持つため、様々な分野に広く応用されている。既存の方法は、主に高次近傍を集約したり、即時表現を結合することでヘテロフィリーを扱う。本稿では, ホモフィリーやヘテロフィリーに応じて自動的に伝播・凝集過程を変更できる新しい伝播機構を提案する。
論文参考訳（メタデータ） (2021-12-27T08:19:23Z)
Generalization capabilities of neural networks in lattice applications [0.0]
翻訳等変ニューラルネットワークを用いた非同変ニューラルネットワークの利点について検討する。我々の最良の同変アーキテクチャは、その非同変アーキテクチャよりも大幅に性能を向上し、一般化できることが示される。
論文参考訳（メタデータ） (2021-12-23T11:48:06Z)
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)
Provably Efficient Neural Estimation of Structural Equation Model: An Adversarial Approach [144.21892195917758]
一般化構造方程式モデル(SEM)のクラスにおける推定について検討する。線形作用素方程式をmin-maxゲームとして定式化し、ニューラルネットワーク(NN)でパラメータ化し、勾配勾配を用いてニューラルネットワークのパラメータを学習する。提案手法は,サンプル分割を必要とせず,確固とした収束性を持つNNをベースとしたSEMの抽出可能な推定手順を初めて提供する。
論文参考訳（メタデータ） (2020-07-02T17:55:47Z)
Coupling-based Invertible Neural Networks Are Universal Diffeomorphism Approximators [72.62940905965267]
結合フロー(CF-INN)に基づく可逆ニューラルネットワークは、画像合成や表現学習など、さまざまな機械学習応用を有する。 CF-INNは可逆関数に対する普遍近似器か? 我々は、ある微分同相類に対する普遍性の同値性を示す一般的な定理を証明する。
論文参考訳（メタデータ） (2020-06-20T02:07:37Z)
Generalizing Convolutional Neural Networks for Equivariance to Lie Groups on Arbitrary Continuous Data [52.78581260260455]
任意の特定のリー群からの変換に同値な畳み込み層を構築するための一般的な方法を提案する。同じモデルアーキテクチャを画像、ボール・アンド・スティック分子データ、ハミルトン力学系に適用する。
論文参考訳（メタデータ） (2020-02-25T17:40:38Z)

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。