×
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。