利用 ReLU 网络逼近概率分布
机器学习
2021-01-26 v1 信息论
math.IT
机器学习
摘要
在使用给定输入分布和逼近误差的神经网络逼近目标概率分布时,需要多少个神经元?本文针对输入分布为均匀分布、目标分布属于直方图分布类的情况研究了这一问题。我们获得了所需神经元数量的一个新的上界,该上界严格优于先前已有的上界。这一改进的关键要素是表示分段线性函数的神经网络的高效构造。我们还获得了逼近直方图分布所需的最小神经元数量的下界。
引用
@article{arxiv.2101.09973,
title = {Approximating Probability Distributions by ReLU Networks},
author = {Manuj Mukherjee and Aslan Tchamkerten and Mansoor Yousefi},
journal= {arXiv preprint arXiv:2101.09973},
year = {2021}
}
备注
Longer version of a paper accepted for presentation at the ITW 2020