title, created, updated, type, tags, sources
| title |
created |
updated |
type |
tags |
sources |
| 神经代数几何 (Neuroalgebraic Geometry) |
2026-06-10 |
2026-06-10 |
concept |
| algebraic-geometry |
| neural-networks |
| machine-learning-theory |
|
|
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
- 半代数性：神经流形在什么意义下是半代数的？
- 商结构：M_d 是权重空间 R^M / E_Phi 的商吗？（对 ReLU：不是）
- 对称性分类：参数化映射有哪些对称性？
- 奇点几何：M_d 的奇点如何影响训练？
参考
