通过复数值表示和Kuramoto同步动力学增强深度神经网络

本研究解决了当前深度学习模型在物体绑定方面的不足，影响了多物体有效表示的问题。通过将复数值表示与Kuramoto动力学相结合，我们提出了一种新颖的方法来促进特征相位对齐，从而改善物体编码。结果表明，使用同步机制的模型在处理多物体图像时性能显著优于传统模型，显示了同步驱动机制在深度学习中的潜力。