Jove
Visualize
Contáctanos
JoVE
x logofacebook logolinkedin logoyoutube logo
ACERCA DE JoVE
Visión GeneralLiderazgoBlogCentro de Ayuda JoVE
AUTORES
Proceso de PublicaciónConsejo EditorialAlcance y PolíticasRevisión por ParesPreguntas FrecuentesEnviar
BIBLIOTECARIOS
TestimoniosSuscripcionesAccesoRecursosConsejo Asesor de BibliotecasPreguntas Frecuentes
INVESTIGACIÓN
JoVE JournalMethods CollectionsJoVE Encyclopedia of ExperimentsArchivo
EDUCACIÓN
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab ManualCentro de Recursos para ProfesoresSitio de Profesores
Términos y Condiciones de Uso
Política de Privacidad
Políticas

Videos de Experimentos Relacionados

Redes neuronales profundas como las hamiltonianas.

Mike Winer1, Boris Hanin2

  • 1Institute for Advanced Study, University of Maryland, College Park, Maryland 20740, USA.

Physical review. E
|February 20, 2026
PubMed
Resumen
Este resumen es generado por máquina.

Videos de Conceptos Relacionados

También podría leer

Artículos Relacionados

Artículos vinculados a este trabajo por autores compartidos, revista y gráfico de citas.

Ordenar por
Same author

Gibbs Measures from Deep Shaped Multilayer Perceptrons.

Physical review letters·2026
Same author

Sexual identity, sexual behavior, and drug use behaviors among people who use drugs in the rural U.S.

Journal of substance use and addiction treatment·2025
Same author

Bayesian interpolation with deep linear networks.

Proceedings of the National Academy of Sciences of the United States of America·2023
Same author

KSR2 is an essential regulator of AMP kinase, energy expenditure, and insulin sensitivity.

Cell metabolism·2009
Same author

Increased OXPHOS activity precedes rise in glycolytic rate in H-RasV12/E1A transformed fibroblasts that develop a Warburg phenotype.

Molecular cancer·2009
Same journal

Erratum: Low-dimensional model for adaptive networks of spiking neurons [Phys. Rev. E 111, 014422 (2025)].

Physical review. E·2026
Same journal

Disentangling the effects of many-body forces on depletion interactions.

Physical review. E·2026
Same journal

Charge transport and mode transition in dual-energy electron beam diodes.

Physical review. E·2026
Same journal

Optimization of multisite reactions in complex compartmentalized media.

Physical review. E·2026
Same journal

Origin of geometric cohesion in nonconvex granular materials: Interplay between interdigitation and rotational constraints enhancing frictional stability.

Physical review. E·2026
Same journal

Interaction of walkers with a standing Faraday wave.

Physical review. E·2026
Ver todos los artículos relacionados

Este estudio ve las redes neuronales aleatorias como hamiltonianas, analizando sus paisajes energéticos. Los perceptrones multicapa de ancho infinito exhiben comportamientos complejos, con algunas no linealidades que muestran una ruptura de simetría de réplica completa.

Área de la Ciencia:

  • Ciencias de la computación teórica.
  • La mecánica estadística es la mecánica estadística.
  • Teoría del aprendizaje profundo teoría del aprendizaje profundo.

Sus antecedentes:

  • El trabajo previo en la teoría del aprendizaje profundo a menudo analiza las salidas de la red sobre parámetros aleatorios.
  • Este estudio explora lo contrario: el panorama energético de una red fija aleatoria sobre sus entradas.

Objetivo del estudio:

  • Para analizar el panorama energético de un perceptrón multicapa inicializado aleatoriamente (MLP) visto como un hamiltoniano sobre sus entradas.
  • Para investigar la estructura de los mínimos casi globales en el límite de ancho infinito.
  • Para entender el comportamiento de las diferentes funciones de activación dentro de este marco.

Principales métodos:

  • Ver un MLP aleatorio como un hamiltoniano sobre las entradas.

Videos de Experimentos Relacionados

  • Usando el truco de la réplica para el cálculo analítico exacto de la entropía (volumen del registro).
  • Derivar y resolver ecuaciones de punto de silla de montar para superposiciones de entrada utilizando la distribución de Gibbs.
  • Soluciones numéricas para diversas profundidades y funciones de activación (tanh, sin, ReLU, no linealidades con forma).

    • Principales resultados:

    • Cálculo analítico exacto de la entropía a una energía dada.
    • Derivación de las ecuaciones de punto de silla de montar que describen las superposiciones de entrada.
    • Las soluciones numéricas revelan diversos comportamientos incluso en un ancho infinito.
    • Se observó una ruptura de simetría de réplica completa para las funciones de activación de sin.
    • Simetría de réplica observada para el bronceado poco profundo / ReLU y MLPs de forma profunda.

    Conclusiones:

    • Los MLPs aleatorios exhiben comportamientos de paisaje energético rico influenciados por las funciones de activación y la profundidad.
    • Las redes de ancho infinito pueden mostrar fenómenos complejos de mecánica estadística como la ruptura de simetría de réplica.
    • La perspectiva hamiltoniana proporciona nuevos conocimientos sobre la teoría del aprendizaje profundo y las propiedades de los paisajes de redes neuronales.