发表机构
Combinatorial Labs; University of Colorado Boulder（组合实验室; 科罗拉多大学博尔德分校）
机构由 AI 辅助整理，请以论文原文为准。AI 中文总结
本文阐述高阶张量运算对深度学习的重要性，开展训练神经网络高阶现象的实证研究，引入多层感知机的超图泛化形式并探索其与进化算法的关联，最后探讨未来研究方向。
AI 中文摘要
我们对高阶张量运算在深度学习中的重要性进行了说明性介绍；随后，对训练后的神经网络中的高阶现象开展了新颖的实证研究，引入了多层感知机的超图泛化形式，并探索其与进化算法的关联；最后讨论了未来研究的有前景方向。
英文摘要
We provide an expository introduction on the importance of higher-arity tensor operations to deep learning. Then, we conduct a novel empirical investigation of higher-arity phenomenon in trained neural networks, introduce a hypergraphical generalization of the multilayer perceptron, and explore connections to evolutionary algorithms. We conclude with a discussion of promising directions for future research.
Comments20 pages, 10 figures
