La IA y los problemas difíciles del mundo · Matemáticas · arXiv · 2026-10-20
Bloques integrables para redes neuronales simplécticas: capas de tipo aprendido, capas que preservan la fibra y lo que puede hacer una sola capa
Título original: Integrable building blocks for symplectic neural networks: learned-type layers, fiber-preserving layers, and what a single layer can do
Los autores proponen tres familias de capas simplécticas explícitas individuales: capas de tipo aprendido, de cizalladura de plano móvil y de preservación de fibras. En experimentos con dieciséis sistemas, las capas construidas sobre integrales no lineales fueron mucho más precisas que las redes simplécticas comparadas. En redes de Schrödinger no lineal, las capas de torsión alternadas con mapas lineales fueron más de cien veces más precisas que las redes basadas en cizalladura.