نویسندگان:
(1) Xuan Son Nguyen، ETIS، UMR 8051، CY Cergy Paris University، ENSEA، CNRS، فرانسه ([email protected])
(2) Shuo Yang، ETIS، UMR 8051، CY Cergy Paris University، ENSEA، CNRS، فرانسه ([email protected])
(3) Aymeric Histace، ETIS، UMR 8051، CY Cergy Paris University، ENSEA، CNRS، فرانسه ([email protected]).
جدول پیوندها
چکیده و 1. مقدمه
-
مقدماتی
-
رویکرد پیشنهادی
3.1 علامت گذاری
3.2 شبکه های عددی در منیفولدهای SPD
3.3 MLR در فضاهای ساختاری
3.4 شبکه های عصبی در منیفولدهای گراسمن
-
آزمایشات
-
نتیجه گیری و مراجع
الف. نمادها
ب. MLR در فضاهای سازه
ج. فرمول بندی MLR از منظر فاصله تا هایپرپلن
د. شناخت عمل انسانی
E. طبقه بندی گره
F. محدودیت های کار ما
ز. برخی از تعاریف مرتبط
H. محاسبه نمایش متعارف
I. اثبات گزاره 3.2
ج. اثبات گزاره 3.4
K. اثبات گزاره 3.5
L. اثبات گزاره 3.6
م. اثبات گزاره 3.11
N. اثبات گزاره 3.12
چکیده
شبکههای عصبی عمیق (DNN) در منیفولدهای ریمانی، توجه فزایندهای را در حوزههای مختلف کاربردی به خود جلب کردهاند. به عنوان مثال، DNN های روی منیفولدهای کروی و هذلولی برای حل طیف وسیعی از وظایف پردازش بینایی کامپیوتر و زبان طبیعت طراحی شده اند. یکی از عوامل کلیدی …