A note on the physical interpretation of neural PDE’s

要約

機械学習（ML）アルゴリズムと離散動的システム（DDS）との間の正式かつ実質的な類似性を緩和形式で強調します。
アナロジーは、物理的な情報伝播プロセスの観点から重みの透明な解釈を提供し、対応する離散ダイナミクスのローカルアトラクタを使用して、フォワードMLステップのモデル関数を識別します。
現在のMLアプリケーションの説明可能性を改善することに加えて、この類推は、重み数を減らした新しいクラスMLアルゴリズムの開発を促進する可能性があります。

要約(オリジナル)

We highlight a formal and substantial analogy between Machine Learning (ML) algorithms and discrete dynamical systems (DDS) in relaxation form. The analogy offers a transparent interpretation of the weights in terms of physical information-propagation processes and identifies the model function of the forward ML step with the local attractor of the corresponding discrete dynamics. Besides improving the explainability of current ML applications, this analogy may also facilitate the development of a new class ML algorithms with a reduced number of weights.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google