苏珊玛·阿加瓦拉;本·迪斯;安德鲁·吉尔哈特;科里·洛曼 几何和泛化:特征值作为网络无法泛化的预测因素。 (英语) Zbl 1496.53107号 已找到。数据科学。 4,第2期,217-242(2022). MSC公司: 53Z50型 微分几何在数据和计算机科学中的应用 99年第68季度 计算理论 53号B12 统计流形和信息几何的微分几何方面 关键词:数据表示理论;神经网络;微分几何;局部雅可比矩阵的特征值 软件:UMAP公司;github PDF格式BibTeX公司 XML格式引用 \textit{S.Agarwala}等人,发现。数据科学。4,编号217-242(2022;兹bl 1496.53107) 全文: 内政部 arXiv公司 参考文献: [1] A.Ansuini、A.Laio、J.H.Macke和D.Zoccolan,深度神经网络中数据表示的内在维度,in神经信息处理系统研究进展, 2019, 6111-6122. [2] G.Arvanitis、L.K.Hansen和S.Hauberg,《潜在空间怪异:关于深层生成模型的曲率》第六届国际学习代表大会,2018 [3] G.Arvanitids、S.Hauberg和B.Schölkopf,《几何丰富的潜在空间》,arXiv预印本,arXiv:2008.005652020。 [4] M.Cisse、P.Bojanowski、E.Grave、Y.Dauphin和N.Usunier,《Parseval网络:提高对抗性示例的鲁棒性》,In第34届国际机器学习会议,2017 [5] D.Eklund和S.Hauberg,随机流形上的预期路径长度,arXiv预印本,arXiv:1908.073772019。 [6] E.法科;埃尔里科先生;A.罗德里格斯;A.Laio,通过最小邻域信息估计数据集的内在维度,《科学报告》,7,1-8(2017) [7] P.Guo,卷积核避免不稳定梯度问题的Frobenius范数正则化方法,arXiv预印本,arXiv:1907.112352019。 [8] S.Hauberg,《只有贝叶斯应该学习流形(根据数据估计微分几何结构)》,arXiv预印本,arXiv:1806.049942018年。 [9] D.金玛;M.Welling,《变分自动编码器简介,机器学习的基础和趋势》,第12期,第307-392页(2019年)·Zbl 1431.68002号 [10] T.V.Laarhoven,L2正则化与批次和重量标准化,arXiv预印本,arXiv:1706.053502017。 [11] J.A.Lee和M.Verleysen,非线性降维,施普林格,纽约,2007年·Zbl 1128.68024号 [12] C.Lowman、S.Agarwala和B.Dees,几何与泛化, https://github.com/JHUAPL/geometry_and_generalization(https://guthub.com/JHUAP/几何_通用)2021年6月。 [13] L.McInnes;J.希利;N.Saul;L.Grossberger,UMAP:统一流形近似和投影,《开源软件杂志》,3861(2018) [14] T.Miyato、T.Kataoka、M.Koyama和Y.Yoshida,生成性对抗网络的频谱归一化,In第六届国际学习代表大会, 2018. [15] A.Radhakrishnan;M.Belkin;C.Uhler,超参数神经网络实现联想记忆,PNAS,11727162-27170(2020)·Zbl 1485.68236号 ·doi:10.1073/pnas.2005013117 [16] A.罗扎;G.隆巴迪;M.Rosa;E.卡西拉吉;P.Campadelli,IDEA:内在维度估计算法,国际图像分析与处理会议-ICAP 2011。第一部分,6978,433-442(2011)·doi:10.1007/978-3-642-24085-045 [17] J.Schmidhuber,《神经网络中的深度学习:概述》,神经网络,61,85-117(2015) [18] K.Su,M.Zhang,J.Li,S.Du,K.Kawarabayashi和S.Jegelka,《神经网络如何外推:从前馈到图形神经网络》,In第九届国际学习代表大会《国际解放卢旺达民主共和国》,2021年。 [19] A.Tosi、S.Hauberg、A.Vellido和N.D.Lawrence,概率几何的度量,In第30届人工智能不确定性会议(UAI 2014),AUAI Press Corvallis,2014800-809。 [20] L.van der Maaten,通过保持局部结构学习参数嵌入,In人工智能与统计, (2009), 384-391. [21] Y.Yoshida和T.Miyato,改善深度学习泛化性的谱规范正则化,arXiv预印本,arXiv:1705.109412017。 [22] X.詹,矩阵不等式《数学讲义》,第1790卷,施普林格,柏林,海德堡,2002年·Zbl 1018.15016号 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。