神经网络最小宽度与实射影空间浸入关联

一项新研究把深度神经网络的最小宽度与实射影空间的浸入问题联系起来。作者 BaoZhi Chu 和 Ben Weinkove 证明：当实射影空间 RP^{n-1} 可光滑浸入 R^n 时，使用连续单调激活函数的深度神经网络，其最小宽度至少为 n+min{n,m}。 由此得到，当 n 为 2、3、4、7 或 8 且 1≤m≤n 时，ReLU 网络的最小宽度为 n+m。这一结果扩展了 Hanin-Sellke 与 Hwang 的已有结果，也显示神经网络逼近理论与微分拓扑之间存在联系。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。