Neural Network Field Theories: Non-Gaussianity Actions and Locality

物理におけるファインマン図を用いDNNの非ガウス性を系統的に取り扱う方法を論じる．非ガウス性の起源として有限サイズ補正と「独立性の破れ」を指摘．特に通常はガウス過程になると考えられている無限サイズで非ガウス性を理解することの重要性を議論している．

基本情報

@misc{demirtas2023neural,
      title={Neural Network Field Theories: Non-Gaussianity, Actions, and Locality}, 
      author={Mehmet Demirtas and James Halverson and Anindita Maiti and Matthew D. Schwartz and Keegan Stoner},
      year={2023},
      eprint={2307.03223},
      archivePrefix={arXiv},
      primaryClass={hep-th}
}

論文リンク

arXiv

著者・所属

• Mehmet Demirtas, James Halverson, Anindita Maiti, Matthew D. Schwartz, Keegan Stoner (The NSF AI Institute, Northeastern, Harvard)

新規性

手法

結果

議論・コメント

関連文献

Tags