- GeometricImageNet:将卷积神经网络扩展到矢量和张量图像
通过对几何卷积、外积、张量索引收缩和张量索引排列的结合,我们提出了几何图像网络,可以更好地处理科学领域中粒子、向量和张量层面的图像信息。在小规模数值实验中,我们发现该网络具有很好的泛化性能,可以应用于宇宙学或海洋动力学等科学机器学习问题。
- ICLR阶梯多项式神经网络
本文介绍了一种基于乘积构建出的新型激活函数的多项式前向神经网络,其可以被标准训练技术(如批量归一化和丢弃)所训练,并且在回归和分类任务上表现良好,同时具有一些在贝叶斯学习中非常有用的解析计算数量。
- α- 次指数随机变量的多项式集中不等式
通过证明 Hanson-Wright-type 不等式,在独立随机变量的多项式函数中推出多级浓度不等式,得出了一些关于二次形式、线性回归等方面的各种浓度不等式。
- Momen (e) t:为学习分类形状的时刻调味
该论文研究了如何将点云作为非结构化数据进行处理以实现高效、精确的几何处理和分析方法,提出了一种基于多项式函数的神经网络技术用于 3D 形状分类,实验表明该网络在性能和计算效率方面均取得了最先进的结果。
- NIPS应用于网络数据的 Ising 模型的多线性函数的浓度
该研究证明在高温下,Ising 模型的多项式函数具有近乎最佳的测度集中性,可用于测试社交网络中的相互作用强度,其尾巴呈指数形状,适用于任意阶多项式函数。
- 多面体上多项式精确积分的软件
本文介绍了在凸多面体上计算多项式函数积分的算法和软件实现,并提供了基准计算结果。作者还展示了算法工具在组合投票理论中的应用。
- 四量子比特的多项式不变量
通过描述四个量子比特态的希尔伯特空间中关于 SLOCC 群不变的多项式函数代数,我们得到了一个用低次不变量表示的超行列式的闭式公式。
- 最小化多项式函数
比较多元多项式函数全局优化算法,证明了使用具有半定规划的平方和松弛技术比代数方法更有效,并为实数代数几何中的广泛计算问题提供了可能性。