math.FA」カテゴリーアーカイブ

Approximation analysis of CNNs from a feature extraction view

要約 ディープ ニューラル ネットワークに基づくディープ ラーニングは、多くの実 … 続きを読む

カテゴリー: cs.AI, cs.LG, math.FA | Approximation analysis of CNNs from a feature extraction view はコメントを受け付けていません

Approximation Theory, Computing, and Deep Learning on the Wasserstein Space

要約 有限サンプルから無限次元空間の関数を近似するという課題は、手ごわいものとし … 続きを読む

カテゴリー: 28A33, 33F05, 46E36, 49Q22, 68T07, cs.LG, math.FA, math.OC | Approximation Theory, Computing, and Deep Learning on the Wasserstein Space はコメントを受け付けていません

Supervised learning with probabilistic morphisms and kernel mean embeddings

要約 この論文では、正しい損失関数の概念を使用して、教師あり学習への 2 つのア … 続きを読む

カテゴリー: 18N99, 46N30, 60B10, 62G05, cs.LG, math.CT, math.FA, math.PR, math.ST, stat.TH | Supervised learning with probabilistic morphisms and kernel mean embeddings はコメントを受け付けていません

Limitations of neural network training due to numerical instability of backpropagation

要約 私たちは、浮動小数点演算を使用して勾配を計算する勾配降下法によるディープ … 続きを読む

カテゴリー: 41A25, 65G50, 68T07, 68T09, cs.LG, math.FA, stat.ML | Limitations of neural network training due to numerical instability of backpropagation はコメントを受け付けていません

PINNs error estimates for nonlinear equations in $\mathbb{R}$-smooth Banach spaces

要約 この論文では、PINN の誤差推定を許容する PDE のクラスを演算子形式 … 続きを読む

カテゴリー: cs.LG, cs.NA, math.FA, math.NA | PINNs error estimates for nonlinear equations in $\mathbb{R}$-smooth Banach spaces はコメントを受け付けていません

Gabor frames and higher dimensional boundaries in signal analysis on manifolds

要約 マニホールド信号内の高次元境界の存在を検出できるガボール フィルターを使用 … 続きを読む

カテゴリー: 46B15, 53D10, 70E60, 94A12, cs.RO, eess.SP, math.DG, math.FA | Gabor frames and higher dimensional boundaries in signal analysis on manifolds はコメントを受け付けていません

Training Neural Networks Using Reproducing Kernel Space Interpolation and Model Reduction

要約 カーネル ヒルベルト空間理論の再現による補間技術を使用したニューラル ネッ … 続きを読む

カテゴリー: cs.LG, math.FA | Training Neural Networks Using Reproducing Kernel Space Interpolation and Model Reduction はコメントを受け付けていません

Unification of popular artificial neural network activation functions

要約 最も一般的なニューラル ネットワーク活性化関数の統一表現を提示します。 分 … 続きを読む

カテゴリー: cs.AI, cs.LG, cs.NE, I.2.10, math.FA | Unification of popular artificial neural network activation functions はコメントを受け付けていません

Geometric Wavelet Scattering Networks on Compact Riemannian Manifolds

要約 ユークリッド散乱変換は、畳み込みニューラル ネットワークの数学的理解を向上 … 続きを読む

カテゴリー: cs.CV, cs.LG, math.FA, stat.ML | Geometric Wavelet Scattering Networks on Compact Riemannian Manifolds はコメントを受け付けていません

Neural Hilbert Ladders: Multi-Layer Neural Networks in Function Space

要約 ニューラル ネットワーク (NN) によって探索される関数空間の特徴付けは … 続きを読む

カテゴリー: cs.LG, math.FA, math.OC, math.PR, stat.ML | Neural Hilbert Ladders: Multi-Layer Neural Networks in Function Space はコメントを受け付けていません