分类问题中的循环神经网络 ODE 输出遵循复制者动力学
最优化与控制
2023-12-08 v2
摘要
本文揭示了一类循环神经网络与种群博弈背景下涌现的特定演化动力学之间的新颖联系。具体而言，研究表明，在分类问题中，循环神经网络的输出与种群博弈中种群状态的演化一致。这一联系是在动态收益和复制者演化动力学下建立的。该联系从动力系统和博弈论两个视角为神经网络的行为提供了洞见，这与近期文献中认为神经网络输出可能类似于合适博弈的纳什均衡的观点相符。它还揭示了神经网络分类问题与机制设计之间的潜在联系。为说明我们的结果，我们在分类问题背景下展示了不同的数值实验。
引用
@article{arxiv.2312.03304,
title = {Recurrent Neural Network ODE Output for Classification Problems Follows the Replicator Dynamics},
author = {Julian Barreiro-Gomez and Jorge I. Poveda},
journal= {arXiv preprint arXiv:2312.03304},
year = {2023}
}
备注
Extended Manuscript