Reti Quadratiche Positive: Geometria, Dinamiche e Bias Implicito
Questa ricerca esamina la geometria quoziente associata alle reti quadratiche positive, caratterizzate da una rappresentazione a basso rango f_U(x) = x^T U U^T x, dove U può essere identificato solo tramite moltiplicazione ortogonale a destra. Lo studio collega lo strato a rango colonna pieno alla varietà PSD di rango r. Per obiettivi lisci L(U) = ℓ(UU^T), il gradiente del fattore euclideo rimane orizzontale, consentendo al flusso del gradiente del fattore di allinearsi perfettamente con il flusso del gradiente riemanniano quoziente. Inoltre, la discesa del gradiente a passi finiti produce una ricorsione di congruenza esatta per il predittore. Nel contesto della regressione quadratica, si mostra che l'Hessiana efficace agli interpolatori è la forma Gram delle misure empiriche limitata allo spazio tangente rispetto alla metrica quoziente. Sotto misure gaussiane di rango uno, viene calcolata la curvatura della popolazione e vengono stabiliti limiti di convergenza uniforme.
Fatti principali
- Le reti quadratiche positive ammettono una rappresentazione a basso rango f_U(x) = x^T U U^T x
- U è identificabile solo a meno di moltiplicazione ortogonale a destra
- Lo strato a rango colonna pieno è identificato con la varietà PSD di rango r
- Il gradiente del fattore euclideo è orizzontale per obiettivi lisci L(U) = ℓ(UU^T)
- Il flusso del gradiente del fattore si proietta esattamente sul flusso del gradiente riemanniano quoziente
- La discesa del gradiente a passi finiti induce una ricorsione di congruenza esatta per il predittore
- L'Hessiana efficace agli interpolatori è derivata come forma Gram delle misure empiriche ristretta allo spazio tangente
- La curvatura della popolazione è calcolata sotto misure gaussiane di rango uno
Entità
Istituzioni
- arXiv