La Rete Neurale Oscillatoria Winfree Raggiunge Prestazioni Competitive su Benchmark di Visione e Ragionamento
È stata proposta una nuova architettura neurale chiamata Rete Neurale Oscillatoria Winfree (WONN), che si ispira alle dinamiche di sincronizzazione delle neuroscienze. A differenza dei precedenti approcci di machine learning che limitavano i modelli oscillatori alla scoperta di oggetti, WONN generalizza le dinamiche di Winfree per operare su un toro (S^1)^d, consentendo interazioni oscillatorie strutturate. L'architettura combina bias induttivi basati sulla fase con meccanismi gerarchici flessibili, che possono essere mappature trigonometriche fisse o reti neurali apprendibili. Valutata su CIFAR, ImageNet, Maze-hard e Sudoku, WONN ha ottenuto prestazioni competitive o superiori sia nel riconoscimento di immagini che in compiti di ragionamento complessi. Il lavoro appare su arXiv con identificativo 2605.20922.
Fatti principali
- WONN si basa sulle dinamiche di Winfree generalizzate
- Opera su un toro (S^1)^d
- Combina bias induttivi basati sulla fase con interazioni gerarchiche
- I meccanismi di interazione possono essere mappature trigonometriche fisse o reti neurali apprendibili
- Valutata su CIFAR, ImageNet, Maze-hard e Sudoku
- Ottiene prestazioni competitive o superiori in compiti di visione e ragionamento
- Identificativo arXiv: 2605.20922
- Pubblicato come arXiv:2605.20922v1
Entità
Istituzioni
- arXiv