Manifold geometry underlies a unified code for category and category-independent features
Questo studio dimostra che le reti neurali convoluzionali possono sviluppare un codice unificato per l'identità degli oggetti e le variabili indipendenti dalla categoria, rivelando come specifiche proprietà geometriche delle varietà neuronali permettano una lettura accurata di entrambe le informazioni senza compromettere le prestazioni di classificazione.