复值神经网络综述
机器学习
2021-02-01 v1 机器学习
摘要
基于人工神经网络(ANNs)的机器学习模型,尤其是深度学习模型,已广泛应用于计算机视觉、信号处理、无线通信以及许多其他领域,其中复数或是自然出现或是人为设计而生。然而,当前大多数 ANNs 和机器学习框架的实现使用的是实数而非复数。人们日益关注使用复数构建 ANNs,并探索所谓复值神经网络(CVNNs)相对于其实值对应物的潜在优势。在本文中,我们通过调研文献中有关 CVNNs 的工作来讨论 CVNNs 的近期发展。具体而言,详细回顾了各类 CVNNs 在激活函数、学习与优化、输入与输出表示方面的情况,以及它们在信号处理和计算机视觉等任务中的应用,随后讨论了若干相关挑战与未来研究方向。
引用
@article{arxiv.2101.12249,
title = {A Survey of Complex-Valued Neural Networks},
author = {Joshua Bassey and Lijun Qian and Xianfang Li},
journal= {arXiv preprint arXiv:2101.12249},
year = {2021}
}
备注
15 pages