递归神经网络的泛化与风险界限

BriefGPT - AI 论文速递 · 2024-11-05T00:00:00Z

本文推导了针对特殊离散时间非线性动力系统的PAC-Bayes界限，主要应用于稳定的递归神经网络（RNN）。通过施加稳定性约束，该界限依赖于数据分布的混合系数和最大值，并随着数据集增大而收敛于零。研究正式化了学习问题，推导了误差界限，并讨论了适用于非独立同分布时序数据的计算方法。