RUS  ENG
Полная версия
ЖУРНАЛЫ // Доклады Российской академии наук. Математика, информатика, процессы управления // Архив

Докл. РАН. Матем., информ., проц. упр., 2023, том 514, номер 2, страницы 196–211 (Mi danma465)

СПЕЦИАЛЬНЫЙ ВЫПУСК: ТЕХНОЛОГИИ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА И МАШИННОГО ОБУЧЕНИЯ

Бар-коды как резюме топологии функций потерь

С. А. Баранниковab, А. А. Коротинac, Д. А. Оганесянa, Д. И. Емцевad, Е. В. Бурнаевac

a Сколковский институт науки и технологий, Москва, Россия
b Université Paris Cité, Paris, France
c Научно-исследовательский институт искусственного интеллекта AIRI, Москва, Россия
d ETH, Цюрих, Швейцария

Аннотация: Статья посвящена изучению поверхностей потерь нейронных сетей с помощью методов топологического анализа данных. Мы применяем бар-коды комплексов Морса для исследования топологии поверхностей потерь. Описан алгоритм для расчета бар-кодов локальных минимумов функции потерь. Мы провели эксперименты по расчету бар-кодов локальных минимумов для бенчмарк функций и для поверхностей потерь небольших нейронных сетей. Наши эксперименты подтверждают два наших основных наблюдения для поверхностей потерь нейронных сетей. Во-первых, бар-коды локальных минимумов расположены в небольшой нижней части диапазона значений функции потерь нейронных сетей. Во-вторых, увеличение глубины и ширины нейронной сети уменьшает бар-коды локальных минимумов. Это дает естественные следствия для обучения нейронной сети и для ее обобщающих свойств.

Ключевые слова: поверхность потерь, персистентные гомологии, персистентные бар-коды, теория Морса, нейронные сети.

УДК: 004.8

Статья представлена к публикации: А. Л. Семёнов
Поступило: 02.09.2023
После доработки: 08.09.2023
Принято к публикации: 18.10.2023

DOI: 10.31857/S268695432360177X


 Англоязычная версия: Doklady Mathematics, 2023, 108:suppl. 2, S333–S347

Реферативные базы данных:


© МИАН, 2024