arXiv发布高斯测度下深度分离证明
热点事件持续更新
arXiv发布高斯测度下深度分离证明
1 篇报道1 个报道来源16 小时前更新
先了解这件事
AI 综述
2026年10月20日,arXiv发布论文《高斯测度下神经网络的深度分离》。该研究聚焦标准高斯测度下径向函数的L²近似问题,通过赫米特展开的高频分量性质,证明深度为3的ReLU网络能以多项式大小近似某函数。而若权重子指数级有界,深度为2的网络则需指数级大小。文中所有定理均已在Lean 4中完成验证。
AI 根据报道生成 · 13 小时前更新
最新进展10月22日 12:00
高斯测度下神经网络的深度分离新结果报道时间线
沿着报道,了解事件的不同侧面。
10月22日
- arXiv · ML高斯测度下神经网络的深度分离新结果
论文研究了标准高斯测度下径向函数的 L² 近似问题,证明存在一个函数可由深度为 3 的 ReLU 神经网络以多项式大小近似,而深度为 2 的神经网络若权重子指数级有界则需指数级大小。该结果基于赫米特展开的高频分量性质,且文中所有定理均已在 Lean 4 中验证。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 910月22日 15:00
- 近 24 小时变化
- –
02.557.510
16:0018:0020:0022:0010月23日02:00
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。