统计学 > 机器学习
[提交于 2024年9月18日
(v1)
,最后修订 2024年11月6日 (此版本, v2)]
标题: 嘉当活动框架与数据流形
标题: Cartan moving frames and the data manifolds
摘要: 本文的目的是利用嘉当活动标架的语言,通过数据信息度量及其在数据点处的曲率来研究数据流形及其黎曼结构的几何性质。利用这一框架并通过实验,通过对从给定输入容易到达的输出类别加以指明,给出了神经网络响应的解释。这强调了如何将网络输出与输入几何之间的所提出的数学关系作为可解释的人工智能工具加以利用。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.