¿Cuáles son las ventajas de las redes neuronales de valor complejo?

11

Durante mi investigación, me topé con "redes neuronales de valor complejo", que son redes neuronales que funcionan con entradas de valor complejo (probablemente también pesos). ¿Cuáles son las ventajas (o simplemente las aplicaciones) de este tipo de red neuronal sobre redes neuronales de valor real?

neural-networks rcpinto
fuente

Respuestas:

8

De acuerdo con este documento , las ANN de valor complejo (C-ANN) pueden resolver problemas como XOR y la detección de simetría con un número menor de capas que las ANN reales (para ambas es suficiente una C-ANN de 2 capas, mientras que una de 3 capas R-ANN es obligatorio).

Creo que todavía es una pregunta abierta sobre cuán útil es este resultado en la práctica (por ejemplo, si realmente hace que sea más fácil encontrar la topología correcta), por lo que en la actualidad la ventaja práctica clave de los C-ANN es cuando son un modelo más cercano para El dominio del problema.

Las áreas de aplicación son entonces donde los valores complejos surgen naturalmente, por ejemplo, en óptica, procesamiento de señales / FFT o ingeniería eléctrica.

NietzscheanAI
fuente
¿Qué impide las aplicaciones en dominios donde los valores complejos no surgen "naturalmente"?
dynrepsys
@dynrepsys Hasta donde sé, nada, aunque tener entradas complejas en un dominio de valor real parecería una elección de diseño extraña.
NietzscheanAI
¿Podrían usarse en pesos sin ser utilizados como entradas?
dynrepsys
@dynrepsys, creo que sí.
NietzscheanAI
Solo una nota al margen: la implementación de pesos y activaciones de valor complejo es que ciertas plataformas e idiomas pueden ser incómodos, ya que muchos carecen de soporte para tipos de datos de valor complejo. En algunos, como C #, VB.net, T-SQL y otros con los que estoy familiarizado, hay varias soluciones disponibles, como el uso de estructuras, clases y tipos definidos por el usuario (UDT), pero generalmente no es lo mismo que haber construido en soporte de tipo de datos. Personalmente, me ha resultado más fácil modelar pesas complejas y activaciones simplemente usando dos (o más) tipos de datos con valores reales, uno para cada eje. Sin embargo, YMMV, dependiendo de la aplicación ...
SQLServerSteve