arXiv stat.ML· Matthew S. Scott, Yaniv Plan, \"Ozg\"ur Y{\i}lmaz·· 2 小时前AI 评分31
基于 Sigmoid 输出激活生成先验的精确信号恢复
Exact signal recovery from generative priors with sigmoid output activation
AI 导读
研究证明了具有分段线性激活和最终 Sigmoid 激活的前馈神经网络在无需扩张性假设下，可实现生成压缩感知的精确信号恢复。针对输入维度 k 为最窄、深度为 d 且层宽几何平均为 K 的 ReLU 网络，值域中元素落在 [δ, 1 - δ] 的所有信号均能以高概率实现一致恢复。该过程所需的测量数满足 m ≳ k(d log(K/k) + log(1+log(1/δ)))。
来源：arXiv stat.ML · arxiv.org