論文の概要: Universal Approximation of Operators with Transformers and Neural Integral Operators
- arxiv url: http://arxiv.org/abs/2409.00841v1
- Date: Sun, 1 Sep 2024 21:10:36 GMT
- ステータス: 処理完了
- システム内更新日: 2024-09-06 08:51:29.895030
- Title: Universal Approximation of Operators with Transformers and Neural Integral Operators
- Title(参考訳): 変圧器とニューラル積分演算子を用いた演算子の普遍近似
- Authors: Emanuele Zappala, Maryam Bagherian,
- Abstract要約: 変換器アーキテクチャは、H"古い空間間の積分作用素の普遍近似であることを示す。
レイ・シャウダー写像を用いた変換器の修正版は任意のバナッハ空間の間の作用素の普遍近似である。
- 参考スコア(独自算出の注目度): 0.5919433278490629
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We study the universal approximation properties of transformers and neural integral operators for operators in Banach spaces. In particular, we show that the transformer architecture is a universal approximator of integral operators between H\"older spaces. Moreover, we show that a generalized version of neural integral operators, based on the Gavurin integral, are universal approximators of arbitrary operators between Banach spaces. Lastly, we show that a modified version of transformer, which uses Leray-Schauder mappings, is a universal approximator of operators between arbitrary Banach spaces.
- Abstract(参考訳): バナッハ空間の作用素に対する変換器とニューラル積分作用素の普遍近似特性について検討する。
特に、変換器アーキテクチャは、H\"古い空間間の積分作用素の普遍近似であることを示す。
さらに、ガヴリン積分に基づく一般化されたニューラル積分作用素はバナッハ空間間の任意の作用素の普遍近似であることを示す。
最後に、レイ・シャウダー写像を用いた変換器の修正版が任意のバナッハ空間間の作用素の普遍近似であることを示す。
関連論文リスト
- Quantum Random Walks and Quantum Oscillator in an Infinite-Dimensional Phase Space [45.9982965995401]
座標と運動量演算子のワイル表現を用いた無限次元位相空間における量子ランダムウォークを考える。
我々は、その強い連続性の条件を見つけ、それらの発電機の特性を確立する。
論文 参考訳(メタデータ) (2024-06-15T17:39:32Z) - Investigating Recurrent Transformers with Dynamic Halt [64.862738244735]
本研究では, 変圧器の繰り返し機構を付加する2つの主要な手法の帰納バイアスについて検討する。
提案手法を拡張・結合する新しい手法を提案し,検討する。
論文 参考訳(メタデータ) (2024-02-01T19:47:31Z) - Operator Growth in Disordered Spin Chains: Indications for the Absence of Many-Body Localization [0.0]
我々は、自由かつ相互作用するフェルミオン系におけるこの可換作用素の作用素ノルムに対する一般境界を導出する。
特に、局所的なシステムでは、ノルムは最も指数関数的に成長することを示す。
論文 参考訳(メタデータ) (2024-01-16T00:57:09Z) - Multi-Grid Tensorized Fourier Neural Operator for High-Resolution PDEs [93.82811501035569]
本稿では,メモリ要求を低減し,より一般化したデータ効率・並列化可能な演算子学習手法を提案する。
MG-TFNOは、実世界の実世界の現象の局所的構造と大域的構造を活用することで、大規模な分解能にスケールする。
乱流ナビエ・ストークス方程式において150倍以上の圧縮で誤差の半分以下を達成できる優れた性能を示す。
論文 参考訳(メタデータ) (2023-09-29T20:18:52Z) - General expansion of natural power of linear combination of Bosonic
operators in normal order [3.42658286826597]
ボゾン作用素の線型結合の自然パワーを正規順序で一般化する。
この結果は、量子力学における多体系の研究に重要である。
論文 参考訳(メタデータ) (2023-05-29T14:26:45Z) - 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) - Self-Adjointness of Toeplitz Operators on the Segal-Bargmann Space [62.997667081978825]
我々は、有界作用素値のシンボルを持つToeplitz演算子の自己随伴性を保証する新しい基準を証明する。
我々はベルガー=コーバーン推定をベクトル値のセガル=バーグマン空間の場合に拡張する。
論文 参考訳(メタデータ) (2022-02-09T19:14:13Z) - Generalized Inversion of Nonlinear Operators [6.191418251390628]
演算子の反転はデータ処理の基本的な概念である。
最も注目すべきはムーア=ペンローズ逆数であり、物理学、統計学、工学の様々な分野に広く使われている。
論文 参考訳(メタデータ) (2021-11-21T07:15:37Z) - Neural Operator: Learning Maps Between Function Spaces [75.93843876663128]
本稿では,無限次元関数空間間を写像する演算子,いわゆるニューラル演算子を学習するためのニューラルネットワークの一般化を提案する。
提案したニューラル作用素に対して普遍近似定理を証明し、任意の非線形連続作用素を近似することができることを示す。
ニューラル作用素に対する重要な応用は、偏微分方程式の解作用素に対する代理写像を学習することである。
論文 参考訳(メタデータ) (2021-08-19T03:56:49Z) - Operator transpose within normal ordering and its applications for
quantifying entanglement [3.519220831057493]
我々は、任意の単(二モード)作用素の(部分的な)変換について研究する。
任意の作用素の転置作用素は c-数ではなく a(adag) によって adag(a) を置換することで得られる。
論文 参考訳(メタデータ) (2021-03-14T00:34:39Z) - Glushkov's construction for functional subsequential transducers [91.3755431537592]
グルシコフの構成は多くの興味深い性質を持ち、トランスデューサに適用するとさらに明らかになる。
正規表現の特別な風味を導入し、効率よく$epsilon$-free 機能的次数重み付き有限状態トランスデューサに変換することができる。
論文 参考訳(メタデータ) (2020-08-05T17:09:58Z)
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。