Каковы преимущества комплексных нейронных сетей?

11

Во время моего исследования я наткнулся на «комплексные нейронные сети», которые являются нейронными сетями, которые работают со комплексными входными данными (возможно, также с весами). Каковы преимущества (или просто приложения) этого типа нейронной сети по сравнению с реальными нейронными сетями?

rcpinto
источник

Ответы:

8

Согласно этой статье , комплексные ANN (C-ANN) могут решать такие проблемы, как XOR и обнаружение симметрии с меньшим числом слоев, чем у реальных ANN (для обоих из них достаточно двухслойного C-ANN, тогда как трехслойный R-ANN требуется).

Я считаю, что до сих пор остается открытым вопрос о том, насколько полезен этот результат на практике (например, облегчает ли он нахождение правильной топологии), поэтому в настоящее время ключевое практическое преимущество C-ANN заключается в том, что они являются более близкой моделью для проблемная область.

Прикладные области - это то, где сложные значения возникают естественным образом, например, в оптике, обработке сигналов / БПФ или электротехнике.

NietzscheanAI
источник
Что мешает приложениям в областях, где сложные значения не возникают «естественно»?
dynrepsys
@ dynrepsys Насколько мне известно, ничего, хотя наличие сложных входных данных в реальной ценной области показалось бы странным выбором дизайна.
NietzscheanAI
Могут ли они использоваться в весах без использования в качестве входных данных?
dynrepsys
@dynrepsys Я верю в это.
NietzscheanAI
Еще одно замечание: реализация комплексных весов и активаций - это определенные платформы, и языки могут быть неудобными, поскольку многим не хватает поддержки комплексных типов данных. В некоторых, таких как C #, VB.net, T-SQL и другие, с которыми я знаком, доступны различные обходные пути, такие как использование структур, классов и пользовательских типов (UDT), но обычно это не то же самое, что встроенные в поддержку типа данных. Лично я обнаружил, что проще моделировать сложные веса и активации, просто используя два (или более) вещественных типа данных, по одному для каждой оси. YMMV, хотя, в зависимости от приложения ...
SQLServerSteve