发行时间：2024.03.09
总页数：92
编辑：
harlan
摘要：
Journal of latex class files, Vol.14, NO.8, AUGUST 2015
1
双曲深度神经网络：概览
Wei Peng、Tuomas Varanka、Abdelrahman Mostafa、Henglin Shi、Guoying Zhao* IEEE 高级会员
摘要--最近，双曲空间深度表示学习的势头日益高涨，这是因为双曲空间具有很强的数据建模能力，比如知识图谱或同义词层次结构，
arXiv:2101.04562v3 [cs.LG] 2021年2月17
具有层次结构。我们在本文中将该模型称为双曲深度神经网络。与欧几里得空间中的对应模型相比，这种双曲神经架构有可能带来更为 紧凑的模型，并具有更强的物理可解释性。为了激励未来的研究，本文对构建双曲深度神经网络的神经组件以及将领先的深度方法推广 到双曲空间的文献进行了连贯而全面的回顾。本文还介绍了当前在多个公开数据集上围绕各种机器学习任务开展的应用，并提出了独到 的见解，确定了开放性问题和有前景的未来方向。
索引词条--深度神经网络、双曲几何、黎曼曼体上的神经网络、双曲神经网络、Poincare´ 模型、...
普通账号
