关于使用傅里叶嵌入构建周期分布表示
机器学习
2026-05-13 v2 神经元与认知
摘要
周期信号对于表示物理和感知现象至关重要。标量、实数角度 measure，如弧度和度数，导致在处理和区分相邻角度时存在困难，尤其当它们的绝对差值超过 π 时。我们可以通过在高维空间中使用实值、周期嵌入来避免这一问题。这些表示还允许我们控制其点积相似性的性质，从而构建各种不同类型的核。本文旨在突出这些表示如何构建，并聚焦于 Spatial Semantic Pointers 这种神经可信表示方案下，Dirichlet 和周期高斯核的形式化。
关键词
引用
@article{arxiv.2605.10818,
title = {On periodic distributed representations using Fourier embeddings},
author = {Jakeb Chouinard},
journal= {arXiv preprint arXiv:2605.10818},
year = {2026}
}