Fugu-MT 論文翻訳(概要): A Survey on Universal Approximation Theorems

論文の概要: A Survey on Universal Approximation Theorems

arxiv url: http://arxiv.org/abs/2407.12895v1
Date: Wed, 17 Jul 2024 13:21:53 GMT
ステータス: 処理完了
システム内更新日: 2024-07-19 19:43:08.288706
Title: A Survey on Universal Approximation Theorems
Title（参考訳）: 普遍近似理論に関する一考察
Authors: Midhun T Augustine,
Abstract要約: 本稿ではニューラルネットワーク(NN)の近似能力に関する様々な定理について論じる。本稿では,関数近似の予備結果から得られたUATの体系的概要について述べる。 UATの理論的および数値的な側面は、任意の幅と深さの両方からカバーされている。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This paper discusses various theorems on the approximation capabilities of neural networks (NNs), which are known as universal approximation theorems (UATs). The paper gives a systematic overview of UATs starting from the preliminary results on function approximation, such as Taylor's theorem, Fourier's theorem, Weierstrass approximation theorem, Kolmogorov - Arnold representation theorem, etc. Theoretical and numerical aspects of UATs are covered from both arbitrary width and depth.
Abstract（参考訳）: 本稿では,ニューラルネットワーク(NN)の近似能力に関する様々な定理について論じる。この論文は、テイラーの定理、フーリエの定理、ワイエルシュトラスの近似定理、コルモゴロフ-アーノルドの表現定理など、関数近似の予備結果から始まるUATの体系的な概要を述べる。 UATの理論的および数値的な側面は、任意の幅と深さの両方からカバーされている。

関連論文リスト

A quantitative Robbins-Siegmund theorem [0.0]
我々は、Robins-Siegmund の定理の定量的バージョンを提供し、Tao の意味での転移性の領域を見つけるために、どこまで遠くを見る必要があるかという境界を定めている。我々の証明は、Doobの定理のメタスタブルな類似で$L_$-supermartingalesと、プロセスの和や積を通じて量的情報がどのように伝播するかを正確に示す一連の技術的補題を含んでいる。
論文参考訳（メタデータ） (2024-10-21T13:16:29Z)
Another quantum version of Sanov theorem [53.64687146666141]
我々は、サノフの定理を量子集合に拡張する方法を研究する。我々は、経験的分布の量子アナログを考慮することで、サノフの定理の別の量子バージョンを提案する。
論文参考訳（メタデータ） (2024-07-26T07:46:30Z)
Machine Learning of the Prime Distribution [49.84018914962972]
素数の可学習性に関するヤン・フイ・ヘの実験的な観察を説明する理論的論証を提供する。我々はまた、ErdHos-Kac法が現在の機械学習技術によって発見される可能性は極めて低いと仮定している。
論文参考訳（メタデータ） (2024-03-19T09:47:54Z)
Connecting classical finite exchangeability to quantum theory [69.62715388742298]
交換性は確率論と統計学の基本的な概念である。有限交換可能な列に対するデ・フィネッティのような表現定理は、量子論と正式に等価な数学的表現を必要とすることを示す。
論文参考訳（メタデータ） (2023-06-06T17:15:19Z)
Representer Theorems for Metric and Preference Learning: A Geometric Perspective [0.0]
計量学習と選好学習を同時に行うための新しい代表者定理を得る。本稿では,三重項比較によるメートル法学習の課題に対して,本フレームワークが適用可能であることを示す。カーネル・ヒルベルト・スペースを再現する場合、学習問題の解をカーネル用語で表現できることを実証する。
論文参考訳（メタデータ） (2023-04-07T16:34:25Z)
A singular Riemannian geometry approach to Deep Neural Networks I. Theoretical foundations [77.86290991564829]
ディープニューラルネットワークは、音声認識、機械翻訳、画像解析など、いくつかの科学領域で複雑な問題を解決するために広く使われている。我々は、リーマン計量を備えた列の最後の多様体で、多様体間の写像の特定の列を研究する。このようなシーケンスのマップの理論的性質について検討し、最終的に実践的な関心を持つニューラルネットワークの実装間のマップのケースに焦点を当てる。
論文参考訳（メタデータ） (2021-12-17T11:43:30Z)
Learning to Guide a Saturation-Based Theorem Prover [9.228237801323042]
TRAILは、ニューラルネットワーク内で証明される飽和に基づく定理の中核要素を特徴付ける、深い学習に基づく定理証明のアプローチである。我々の知る限りでは、TRAILは最先端の伝統的な定理証明器の性能を超える最初の強化学習に基づくアプローチである。
論文参考訳（メタデータ） (2021-06-07T18:35:57Z)
Universal Approximation Theorem for Neural Networks [0.0]
ニューラルネットワークのUniversal Approximation Theorem for Neural Networks" では、ニューラルネットワークは適切な設定の下で特定の関数空間に密着していると述べている。本稿では,フィードフォワードニューラルネットワークに対する普遍近似定理の包括的説明を行う。
論文参考訳（メタデータ） (2021-02-19T08:25:24Z)
Quantum field-theoretic machine learning [0.0]
我々は、$phi4$スカラー場理論をマルコフ確率場の数学的に厳密な枠組み内の機械学習アルゴリズムとして再考する。ニューラルネットワークはまた、従来のニューラルネットワークの一般化と見なせる$phi4$理論から派生している。
論文参考訳（メタデータ） (2021-02-18T16:12:51Z)
A Chain Graph Interpretation of Real-World Neural Networks [58.78692706974121]
本稿では,NNを連鎖グラフ(CG)、フィードフォワードを近似推論手法として識別する別の解釈を提案する。 CG解釈は、確率的グラフィカルモデルのリッチな理論的枠組みの中で、各NNコンポーネントの性質を規定する。我々は,CG解釈が様々なNN技術に対する新しい理論的支援と洞察を提供することを示す具体例を実例で示す。
論文参考訳（メタデータ） (2020-06-30T14:46:08Z)
Learning to Prove Theorems by Learning to Generate Theorems [71.46963489866596]
我々は、定理証明器を訓練するために、定理と証明を自動的に合成するニューラルジェネレータを学習する。実世界の課題に関する実験は、我々の手法による合成データが定理証明器を改善することを示した。
論文参考訳（メタデータ） (2020-02-17T16:06:02Z)

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。