Theoretical construction and control of deep learning based on the geometry of hierarchical models
Theoretical construction and control of deep learning based on the geometry of hierarchical models
基于层次模型几何的深度学习理论构建与控制
批准号：
17H07390
负责人：
Karakida Ryo
金额：
$1.91万
依托单位国家：
日本
项目类别：
Grant-in-Aid for Research Activity Start-up
财政年份：
2017
资助国家：
日本
项目状态：
已结题
起止时间：
2017-08-25 至 2019-03-31
中文摘要
翻译
点击翻译按钮获取中文摘要
英文摘要
期刊论文(20)
专著(0)
科研奖励(0)
会议论文
登录
查看更多内容
ランダム深層ニューラルネットワークにおけるFisher情報行列の巨視的理論
随机深度神经网络中Fisher信息矩阵的宏观理论
随机深度神经网络中Fisher信息矩阵的宏观理论
DOI：
--
发表时间：
2018
期刊：
影响因子：
--
作者：
[唐木田亮, 赤穂昭太郎, 甘利俊一]
通讯作者：
甘利俊一
唐木田亮ウェブサイト
卡拉木田亮网站
卡拉木田亮网站
DOI：
--
发表时间：
期刊：
影响因子：
--
作者：
[]
通讯作者：
ランダム深層ニューラルネットの摂動に対する応答の普遍性
随机深度神经网络中扰动响应的普遍性
随机深度神经网络中扰动响应的普遍性
DOI：
--
发表时间：
2019
期刊：
影响因子：
--
作者：
[唐木田亮, 赤穂昭太郎, 甘利俊一]
通讯作者：
甘利俊一
機械学習から見たニューラルネットワークの数理
机器学习视角下的神经网络数学
机器学习视角下的神经网络数学
DOI：
--
发表时间：
2018
期刊：
影响因子：
--
作者：
[唐木田亮, 赤穂昭太郎, 甘利俊一, 唐木田亮, 唐木田亮]
通讯作者：
唐木田亮
Theoretical analysis of RBMs with Gaussian visible units - Dynamical analysis and Riemannian optimization -
高斯可见单元 RBM 的理论分析 - 动力学分析和黎曼优化 -
高斯可见单元 RBM 的理论分析 - 动力学分析和黎曼优化 -
DOI：
--
发表时间：
2018
期刊：
影响因子：
--
作者：
[唐木田亮, 赤穂昭太郎, 甘利俊一, 唐木田亮, 唐木田亮, Ryo Karakida]
通讯作者：
Ryo Karakida
共 19 条
Mathematical Foundations of Random Deep Neural Networks and their applications to machine-learning problems
-
批准号：19K20366
-
项目类别：Grant-in-Aid for Early-Career Scientists
-
资助金额：$2.66万
-
财政年份：2019
-
负责人：Karakida Ryo
-
依托单位：
海外基金