Neural Thermodynamics: Entropic Forces in Deep and Universal Representation Learning
यह शोध पत्र एक कठोर एंट्रोपिक-फोर्स (entropic-force) सिद्धांत प्रस्तावित करता है जो यह प्रदर्शित करता है कि न्यूरल नेटवर्क प्रशिक्षण में स्टोकेस्टिसिटी (stochasticity) और डिस्क्रीट-टाइम अपडेट्स, उभरते हुए बल उत्पन्न करते हैं जो यूनिवर्सल रिप्रेजेंटेशन अलाइनमेंट, प्लेटोनिक रिप्रेजेंटेशन हाइपोथेसिस, और शार्पनेस- एवं फ्लैटनेस-खोजने वाले अनुकूलन व्यवहारों के बीच सामंजस्य को समझाने के लिए निरंतर समरूपताओं (continuous symmetries) को तोड़ते हैं।