Freie Wahrscheinlichkeitstheorie und neuronale Netze
Coordinator
Professor Dr. Roland Speicher
Grant period
2021 -
Funding body
Deutsche Forschungsgemeinschaft
DFG
Identifier
G:(GEPRIS)461815964
Note: Maschinelles Lernen, insbesondere Deep Learning, hat in den letzten Jahren einen erstaunlichen Fortschritt gesehen, mit vielen Anwendungen in sehr verschiedenen Disziplinen. Die mathematische Grundlage dieses Erfolges ist immer noch weitgehend unverstanden. Aus der Warte der Mathematik ist ein neuronales Netz eine sehr allgemeine Komposition von Matrizen und nicht-linearen Funktionen, welche auf die Einträge der Matrizen wirken. Ohne die Nicht-Linearitäten sind solche Kompositionen im Grenzwert unendlicher Breite durch Methoden aus der Zufallsmatrizentheorie und der freien Wahrscheinlichkeitstheorie beschreibbar. Die Hinzunahme der Nicht-Linearitäten stellt uns vor neue Herausforderungen. In den letzten Jahren gab es einige vielversprechende Zugänge zu diesen Problemen über neuronale Netze aus der Warte der Zufallsmatrizen bzw. der freien Wahrscheinlichkeitstheorie. Das Ziel dieses Projektes ist es, diese Zugänge zu systematisieren und weiterzuentwickeln.
Recent Publications
There are no publications
Record created 2023-01-19, last modified 2024-09-27