每日 Arxiv

本页面整理了世界各地发表的人工智能相关论文。
本页面使用 Google Gemini 汇总而成，并以非盈利为基础运营。
论文版权归作者及相关机构所有，分享时请注明出处。

在基于 ReLU 的 RNN 中检测不变流形

Created by
  • Haebom

作者

卢卡斯·艾森曼、阿莱娜·布安德尔、扎赫拉·蒙法里德、丹尼尔·德斯特维茨

大纲

本文重点探讨循环神经网络 (RNN) 的行为，该网络广泛应用于时间序列预测和动态系统重构。具体而言，我们介绍了一种利用 ReLU 激活函数检测分段线性循环神经网络 (PLRNN) 中稳定流形和不稳定流形的新算法。该算法用于表征多稳态并识别同宿点，从而证明 PLRNN 中存在混沌现象。最后，我们通过一个皮层神经元电生理记录的实例，展示了该方法的深刻见解。

Takeaways, Limitations

•
Takeaways：
◦
开发一种新算法来了解 PLRNN 的工作原理。
◦
可以进行多稳定性和混沌特性分析。
◦
适用于生物系统（皮层神经元）的动态特性分析。
•
Limitations：
◦
专注于分段线性 RNN（PLRNN）。
◦
可能缺乏对其他类型 RNN 架构的泛化能力。
◦
没有提及该算法的计算复杂性。
👍
Made with Slashpage