研究以几何轨迹分析神经表征形成

Sanjukta Krishnagopal提交论文，将神经网络表征学习视为几何轨迹；论文称，形成路径能揭示终点表征无法呈现的信息。 论文用 Bures 几何衡量表征空间的移动，用量子 Fisher 信息衡量表征对输入因素的局部敏感性。论文还称，所需高阶交互越多，轨迹越不直接；路径曲折度可预测持续训练中的表征漂移及其对参数扰动的敏感性，表征感知优化则可用于塑造轨迹。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。