Araştırmacılar, yapay zekanın temel taşlarından normalleştirici akışlar ile matematikteki Kähler-Ricci akışları arasında beklenmedik bir bağlantı keşfetti. Bu çalışma, veri analizi için kullanılan karmaşık normalleştirici akışların, diferansiyel geometrideki eğrilik teorileriyle nasıl örtüştüğünü ortaya koyuyor. Keşif, makine öğrenmesi algoritmalarının matematiksel temellerini daha derin anlamaya ve yeni optimizasyon yöntemlerinin geliştirilmesine kapı açabilir. Araştırma, özellikle olasılık dağılımlarının dönüşümünde kullanılan logaritmik determinantların, geometrik eğrilik terimleriyle aynı matematiksel yapıyı paylaştığını gösteriyor.

arXiv (CS + AI) 0