经奇异值分解训练后给定权重参数的深度玻尔兹曼机的统计力学研究
摘要：通过学习获取的权重参数具有一些适当的性质，基于副本方法的统计力学方法从理论上研究了DBMs模型。根据每层和每层的单元数量有意义地推导了DBMs作为生成器的相位特征和相位图。特别是发现隐藏层的权重参数之间的相关性扮演了一个重要角色，并且当相关性小于某个阈值时，增加层数会对DBM的生成性能产生负面影响。
作者：Yuma Ichikawa, Koji Hukushima
论文ID：2205.01272
分类：Disordered Systems and Neural Networks
分类简称：cond-mat.dis-nn
提交时间：2022-10-06