会员服务
人工神经网络（Artificial Neural Network，即ANN ），是20世纪80 年代以来人工智能领域兴起的研究热点。它从信息处理角度对人脑神经元网络进行抽象， 建立某种简单模型，按不同的连接方式组成不同的网络。在工程与学术界也常直接简称为神经网络或类神经网络。神经网络是一种运算模型，由大量的节点（或称神经元）之间相互联接构成。每个节点代表一种特定的输出函数，称为激励函数（activation function）。每两个节点间的连接都代表一个对于通过该连接信号的加权值，称之为权重，这相当于人工神经网络的记忆。网络的输出则依网络的连接方式，权重值和激励函数的不同而不同。而网络自身通常都是对自然界某种算法或者函数的逼近，也可能是对一种逻辑策略的表达。 最近十多年来，人工神经网络的研究工作不断深入，已经取得了很大的进展，其在模式识别、智能机器人、自动控制、预测估计、生物、医学、经济等领域已成功地解决了许多现代计算机难以解决的实际问题，表现出了良好的智能特性。
Noise-Driven Escape from Metastable Phases explains Grokking in Deep Neural Networks
Arxiv
0+阅读 · 6月15日
Weisfeiler Lehman Test on Combinatorial Complexes: Generalized Expressive Power of Topological Neural Networks
Arxiv
0+阅读 · 6月16日
Physics-Constrained Neural Networks for Improved Short-Term Weather Forecasting: A Case Study over the South Pacific
Arxiv
0+阅读 · 6月16日
Conservation Laws for Modern Neural Architectures
Arxiv
0+阅读 · 6月16日
Representation Costs in Data Science: Foundations and the Quasi-Banach Spaces of Deep Neural Networks
Arxiv
0+阅读 · 6月16日
Towards Leveraging AutoML for Sustainable Deep Learning: A Multi-Objective HPO Approach on Deep Shift Neural Networks
Arxiv
0+阅读 · 6月16日
Geometrical fairness in graph neural networks
Arxiv
0+阅读 · 6月16日
Manifold GCN: Diffusion-based Convolutional Neural Network for Manifold-valued Graphs
Arxiv
0+阅读 · 6月16日
INI-VPINN: A Variational Physics-Informed Neural Network with Implicit Neumann and Interface Handling for Multi-Material Domains with Geometric Singularities
Arxiv
0+阅读 · 6月16日
A Dynamical Systems Perspective on the Analysis of Neural Networks
Arxiv
0+阅读 · 6月16日
Dropout Neural Network Training Viewed from a Percolation Perspective
Arxiv
0+阅读 · 6月15日
Towards Fast GNN Surrogates for CO2 Migration in Complex Geological Formations
Arxiv
0+阅读 · 6月15日
Exploding and vanishing gradients in deep neural networks: the effect of residual connections
Arxiv
0+阅读 · 6月15日
Graph neural networks at war: integrating cybersecurity and drone intelligence in the Israeli-Iranian conflict
Arxiv
0+阅读 · 6月15日
Finsler Geometry, Graph Neural Networks, and You
Arxiv
0+阅读 · 6月15日
参考链接
微信扫码咨询专知VIP会员
Top