arXiv cs.LG· Luciano Melodia·· 7 小时前AI 评分22
学习迁移的范畴论刻画：已学表示拓扑不变量的 Kan 扩展
Learning Transfers: Kan Extensions of Topological Invariants of Learned Representations
AI 导读
研究用范畴论刻画已学表示在新任务上的迁移：任务视为小范畴，任务变化为函子 J，训练表示的不变量为函子 F，左 Kan 扩展 Lan_J F 即源任务与任务变化在目标任务上强制的不变量，迁移差异定义为该扩展与观测不变量在目标对象上的最大距离。
来源：arXiv cs.LG · arxiv.org