arXiv · Machine Learning Theory· Xingrun Li, Sho Kuno, Yusuke Mukuta, Xin Yang, Tatsuya Harada·· 3 小时前AI 评分19
多分类数据双曲表示学习的隐式偏置：基于 Busemann 风险的视角
The Implicit Bias of Hyperbolic Representation Learning for Multiclass Data: A Busemann Risk Perspective
AI 导读
该研究分析了双曲空间中固定类原型多分类的黎曼梯度流隐式偏置，框架涵盖交叉熵等置换不变相对间隔（PERM）损失。
来源：arXiv · Machine Learning Theory · arxiv.org