代数神经网络对小扰动的稳定性
机器学习
2020-10-23 v1
摘要
代数神经网络（AlgNNs）由级联的层构成，每一层关联一个代数信号模型，并通过非线性函数在层间映射信息。AlgNNs 提供了使用形式卷积算子的神经网络架构的推广，例如传统神经网络（CNNs）和图神经网络（GNNs）。本文在代数信号处理框架下研究 AlgNNs 的稳定性。我们展示了任何使用形式卷积概念的架构如何在移位算子的特定选择之外保持稳定，并且该稳定性取决于模型中涉及的代数子集的结构。我们将注意力集中于具有单一生成元的代数情形。
引用
@article{arxiv.2010.11544,
title = {Stability of Algebraic Neural Networks to Small Perturbations},
author = {Alejandro Parada-Mayorga and Alejandro Ribeiro},
journal= {arXiv preprint arXiv:2010.11544},
year = {2020}
}