跳到正文
原文
arXiv stat.ML· Dominik Dold, Dennis Elbr\"achter, Philipp Petersen·· 15 天前AI 评分26

脉冲神经网络因果分块数量的理论上限研究

Upper bounds on the number of causal pieces in spiking neural networks

AI 导读

研究人员针对前馈单脉冲神经网络推导出了因果分块数量的两个互补理论上限。首先基于多重伯努利数给出了适用于广泛脉冲神经元模型的组合界,阶数为 $e^{2(L-1)N\log N+\mathcal{O}(N)}$(其中 $L$ 为深度,$N$ 为最大层宽)。

来源:arXiv stat.ML · arxiv.org