基于拓扑秩次理论的维数缩减与深度神经网络宽度
一般拓扑
2025-11-11 v1 机器学习
摘要
本文提出了将紧致拓扑空间嵌入到欧几里得空间中的嵌入与特定维数缩减映射下可分离嵌入之间的联系的数学框架。作为已建立理论的应用，我们为深度学习理论中的分类与近似问题提供了一些引人入胜的见解。
引用
@article{arxiv.2511.06821,
title = {Dimensionality reduction and width of deep neural networks based on topological degree theory},
author = {Xiao-Song Yang},
journal= {arXiv preprint arXiv:2511.06821},
year = {2025}
}