AI और दुनिया की कठिन समस्याएँ · गणित · arXiv · 2026-10-20

सिम्प्लेक्टिक न्यूरल नेटवर्क के लिए समाकलनीय बिल्डिंग ब्लॉक: लर्न्ड-टाइप परतें, फ़ाइबर-संरक्षी परतें, और एक अकेली परत क्या कर सकती है

मूल शीर्षक: Integrable building blocks for symplectic neural networks: learned-type layers, fiber-preserving layers, and what a single layer can do

लेखक एकल स्पष्ट सिम्प्लेक्टिक परतों के तीन वर्ग प्रस्तावित करते हैं: लर्न्ड-टाइप, मूविंग-प्लेन शियर और फाइबर-संरक्षी परतें। सोलह प्रणालियों पर प्रयोगों में, अरैखिक समाकलों पर बनी परतें तुलना किए गए सिम्प्लेक्टिक नेटवर्कों से कहीं अधिक सटीक रहीं। अरैखिक श्रोडिंगर जालकों पर, रैखिक मानचित्रों के साथ बारी-बारी से आने वाली ट्विस्ट परतें शियर-आधारित नेटवर्कों से सौ गुना से भी अधिक सटीक थीं।

मूल लेख पढ़ें ↗

सभी आइटम →