黎曼深度学习博士论文提交arXiv

1. 12:00
   arXiv cs.AI

   黎曼深度学习：模块、网络与几何

   一篇博士论文提出黎曼深度学习统一框架，从可复用神经模块、流形专用网络架构与底层几何设计三个层面展开。工作将批归一化从欧氏空间推广到李群与陀螺群，并把多项逻辑回归扩展到 SPD 流形及一般黎曼流形。论文还给出双曲空间无约束模型、基于 Busemann 的双曲学习、满秩相关矩阵网络，以及 SPD 流形上可学习的 Log-Euclidean 几何与基于 Cholesky 的快速稳定几何。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。