先前的研究：复杂价值的深度学习

首席研究员：

Stella Yu女士

复值数据在物理和信号处理应用中普遍存在，而深度学习中的复值表示具有诱人的理论性质。虽然这些方面早就得到了承认，但复杂价值的深度学习远远落后于实际价值的学习。现有的方法忽略了复杂值数据的丰富几何结构，而选择使用与实值数据相同的技术和体系结构，从而导致不希望出现的结果，如鲁棒性降低、模型尺寸增大和泛化能力差。我们专注于理解复杂值数据的独特数学结构，并从原理上推导出必要的体系结构。我们的方法比最先进的方法具有更好的鲁棒性和泛化能力，并且参数显著减少。