研究分析了浅层ReLU$^k$神经网络的变分空间近似能力，证明这些空间包含平滑函数和有限变化范数。文章展示了基于变化范数的最佳逼近率，说明浅层ReLU$^k$网络能实现Hölder函数的最小逼近速率，而过参数化网络能实现接近最优的非参数回归速率。