ترجمه فارسی مقاله قضیه تقریبی جهانی برای شبکه های عصبی با ورودی از فضای بردار توپولوژیکی

چکیده

We study feedforward neural networks with inputs from a topological vector space (TVS-FNNs). Unlike traditional feedforward neural networks, TVS-FNNs can process a broader range of inputs, including sequences, matrices, functions and more. We prove a universal approximation theorem for TVS-FNNs, which demonstrates their capacity to approximate any continuous function defined on this expanded input space.

چکیده به فارسی (ترجمه ماشینی)

ما شبکه های عصبی تغذیه ای را با ورودی از فضای بردار توپولوژیکی (TVS-FNN) مطالعه می کنیم.بر خلاف شبکه های عصبی سنتی Feedforward ، TVS-FNN می تواند طیف گسترده تری از ورودی ها ، از جمله توالی ، ماتریس ، کارکردها و موارد دیگر را پردازش کند.ما یک قضیه تقریبی جهانی را برای TVS-FNN ها اثبات می کنیم ، که توانایی آنها را برای تقریبی هر عملکرد مداوم تعریف شده در این فضای ورودی گسترش یافته نشان می دهد.