Oct, 2024
动态相似性分析独特捕捉递归神经网络中计算的发展
Dynamical similarity analysis uniquely captures how computations develop
in RNNs
TL;DR本研究解决了分析神经系统中表示的问题,特别是现有度量标准可能受到虚假信号影响而导致误导性结果。我们提出动态相似性分析(DSA)作为一个新的检测方法,通过在递归神经网络中实施测试案例,发现DSA比以往度量(如Procrustes和CKA)更强大且更可靠,能够准确捕捉网络实际计算的动态特征。