<!--go-->

STOC大會被稱為世界最頂級的大會是有其道理的。二十分鐘的休息時間之後，第二場報告會正式開始。

這次在臺上做報告的正是寧為昨天才認識的那位大佬邁克爾一世·喬丹的學生之一，羅伯特·桑迪教授。發表的論文題目是《LearningnonlinearoperatorsviaDeepONetbasedontheuniversalapproximationtheoremofoperators》。

講述的內容大概是具有單個隱藏層的神經網路可以精確地逼近任何非線性連續運算元，而運算元的普遍逼近定理暗示了深層神經網路在從分散資料流學習連續運算元或複雜系統時的結構和潛力。

非常新穎的內容，這位羅伯特教授的研究團隊以此為啟發，設計了一個具有小泛化誤差的深度運算元網路，它由一個用於編碼離散輸入函式空間的DNN和另一個用於編碼輸出函式域的DNN組成，同時證明了該網路可以學習各種顯式運算元，如積分和分數拉普拉斯運算元，以及表示確定性和隨機微分方程的隱式運算元。

這位羅伯特教授的報告對寧為的啟發非常大，大到讓他產生了對三月主體程式進行一段大改的衝動。

又是那種玄之又玄的感覺，跟他的演講內容不同，這位羅伯特教授講述的內容大都是他們在該運算元網路驗證過程中發生的一些非常有趣的資料反饋，自然也收穫了陣陣掌聲。

Loading...

未載入完，嘗試【重新整理網頁】or【關閉小說模式】or【關閉廣告遮蔽】。

使用【Firefox瀏覽器】or【Chrome谷歌瀏覽器】開啟並收藏！

移動流量偶爾打不開，可以切換電信、聯通網路。

收藏網址：www.peakbooks.cc

(＞人＜；)