傅里叶域插值神经网络中噪声传播分析的新图像空间形式
原文中文，约300字，阅读约需1分钟。发表于：。通过图像空间形式化的多层卷积神经网络（CNNs）发展了傅里叶域内插的方法，并在 CNN 推断过程中解析地估计噪声传播。
本文介绍了使用内插技术从再生核希尔伯特空间理论研究训练神经网络的理论，并泛化到Krein空间。通过多个复变量函数的概念，证明了Adamjan-Arov-Krein（AAK）定理的多维推广，得到了一种新的神经网络类别Prolongation神经网络（PNN）。证明指出，利用多维AAK定理可以在噪声环境中获得优于内插方法和当前最先进方法的性能。提供了实践中的应用示例。
