脉冲神经网络因果片段数量上界研究
热点事件持续更新
脉冲神经网络因果片段数量上界研究
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Dominik Dold 等作者推导出前馈单脉冲神经网络因果片段数量的两个互补上界。其中,基于 poly-Bernoulli 数的组合上界适用于广泛脉冲神经元模型,量级为 e^{2(L-1)N log N+O(N)},L 为网络深度、N 为最大层宽。 该结果给出的是因果片段数量的上界估计,而非精确计数,且针对的是前馈、单脉冲网络结构。
AI 根据报道生成 · 55 分钟前更新
最新进展10月19日 12:00
脉冲神经网络中因果片段数量的上界报道时间线
沿着报道,了解事件的不同侧面。
10月19日
- arXiv cs.AI脉冲神经网络中因果片段数量的上界
研究推导出前馈单脉冲神经网络因果片段数量的两个互补上界。基于 poly-Bernoulli 数的组合上界适用于广泛脉冲神经元模型,量级为 e^{2(L-1)N log N+O(N)},其中 L 为网络深度、N 为最大层宽。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。