---
title: "神经代数几何 (Neuroalgebraic Geometry)"
created: 2026-06-10
updated: 2026-06-10
type: concept
tags: ["algebraic-geometry", "neural-networks", "machine-learning-theory"]
sources: ["[[relu-neuromanifolds-semi-algebraicity]]"]
---

# 神经代数几何 (Neuroalgebraic Geometry)

**Neuroalgebraic Geometry** 是用代数几何工具研究神经网络[[neuromanifold|神经流形]]的交叉领域（[MSM+25] 综述）。

## 研究纲领

将机器学习的对象和概念翻译为代数几何不变量：

| ML 概念 | 代数几何对应 |
|---------|------------|
| 网络架构 | 参数化映射 Phi: W -> M_d |
| 函数空间 | 神经流形 M_d |
| 训练 | M_d 上的优化问题 |
| 过参数化 | 纤维维度 > 0 |
| 对称性 | 群作用 |
| 可识别性 | 纤维结构 |

## 已知结果

- **多项式激活**：已较好理解——神经流形是代数簇或半代数空间
- **ReLU 激活**：几乎未知——是当前研究前沿

## 核心问题

1. **半代数性**：神经流形在什么意义下是半代数的？
2. **商结构**：M_d 是权重空间 R^M / E_Phi 的商吗？（对 ReLU：**不是**）
3. **对称性分类**：参数化映射有哪些对称性？
4. **奇点几何**：M_d 的奇点如何影响训练？

## 参考
- [[relu-neuromanifolds-semi-algebraicity|ReLU Neuromanifolds]]
- [[neuromanifold|Neuromanifold]]
- [[semi-algebraic-set|Semi-algebraic Set]]
- [[honest-open-subset|Honest Open Subset]]