中文

水母如何刻画交错群等变神经网络

机器学习 2023-06-21 v2 组合数学 表示论 机器学习

摘要

我们给出了所有可能的交错群(AnA_n)等变神经网络的完整刻画,其各层为 Rn\mathbb{R}^{n} 的某个张量幂。具体而言,我们在 Rn\mathbb{R}^{n} 的标准基下,为此类张量幂空间之间可学习的线性 AnA_n-等变层函数找到了一组矩阵基。我们还描述了该方法如何推广到构造对局部对称性等变的神经网络。

关键词

引用

@article{arxiv.2301.10152,
  title  = {How Jellyfish Characterise Alternating Group Equivariant Neural Networks},
  author = {Edward Pearce-Crump},
  journal= {arXiv preprint arXiv:2301.10152},
  year   = {2023}
}

备注

ICML 2023 Poster; 13 pages. arXiv admin note: text overlap with arXiv:2212.08648, arXiv:2212.08630