拓扑神经网络论文发布修订版
热点事件持续更新
拓扑神经网络论文发布修订版
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
Vugar Ismailov提交了论文的已发表版本，修正两处细节，研究结果不变。论文证明，以拓扑空间为输入的浅层前馈神经网络可逼近该空间上的任意连续函数，并为紧致度量空间给出 Kolmogorov 超位置定理的近似版本。
AI 根据报道生成 · 46 分钟前更新
最新进展10月28日 12:00
关于以拓扑空间为输入的浅层前馈神经网络报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv · Machine Learning关于以拓扑空间为输入的浅层前馈神经网络
研究证明，以拓扑空间为输入的浅层前馈神经网络（TFNN）具有通用逼近能力，可逼近该空间上任意连续函数。研究还为紧致度量空间给出 Kolmogorov 超位置定理的近似版本；已发表版本修正了两处内容，结果不变。
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。