ニューラルネットワークのFisher-Rao計量,幾何学および複雑性【JST・京大機械翻訳】

Liang Tengyuan; Poggio Tomaso; Rakhlin Alexander; Stokes James

プレプリント

J-GLOBAL ID：202202219876065793 整理番号：22P0042809

ニューラルネットワークのFisher-Rao計量,幾何学および複雑性【JST・京大機械翻訳】

Fisher-Rao Metric, Geometry, and Complexity of Neural Networks

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2017年11月05日プレプリントサーバーでの情報更新日： 2019年02月23日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

不変視点から深層ニューラルネットワークの幾何学と容量測度間の関係を調べた。容量の新しい概念,すなわち,Fisher-Raoノルム,すなわち望ましい不変性特性を持ち,情報幾何学により動機付ける。新しい容量測度の解析的特性化を見出し,それを通してノルム-比較不等式を確立し,さらに,新しい測度がいくつかの既存のノルムベース複雑性測度のための傘として機能することを示した。提案した測度により誘起された一般化誤差に関する上限を論じた。CIFAR-10に関する大規模な数値実験は,著者らの理論的発見を支持した。この理論解析は,多層整流器ネットワークの部分的導関数に関する重要な構造補助定理を残す。【JST・京大機械翻訳】

, , , , , , , , ,
, , , , , 【Automatic Indexing@JST】

システム・制御理論一般 , 図形・画像処理一般 , 量子力学一般

, , ,

前のページに戻る