Scifaro

中文

非交换 $C^$-代数网络：在 $C^$-代数中学习具有强乘积结构的神经网络

算子代数 2024-07-09 v2 机器学习泛函分析

作者: Ryuichiro Hataya , Yuka Hashimoto

在 arXiv 上查看 ↗ PDF ↗

摘要

我们提出了一种利用非交换 $C^*$ -代数的神经网络参数空间的新推广，其具备丰富的非交换乘积结构。我们表明该非交换结构在神经网络学习中诱导出强有力的影响。我们的框架具有广泛应用，例如带交互地同时学习多个相关神经网络，以及学习关于群作用的等变特征。数值实验阐明了我们框架的有效性及其潜在能力。

关键词

非交换 C*-代数神经网络乘积结构等变特征多任务学习

引用

@article{arxiv.2302.01191,
  title  = {Noncommutative $C^*$-algebra Net: Learning Neural Networks with Powerful Product Structure in $C^*$-algebra},
  author = {Ryuichiro Hataya and Yuka Hashimoto},
  journal= {arXiv preprint arXiv:2302.01191},
  year   = {2024}
}