Bi-Lipschitz Ansatz for Anti-Symmetric Functions
이 논문은 비-립시츠(bi-Lipschitz) 임베딩과 프레임 평균화(frame-averaging)에 기반하여 다항 복잡도로 보편적 근사(universal approximation)를 달성하고 반대칭 함수 학습을 위한 파라미터 요구 사항에 대한 정량적 경계값을 제공하는, 두 가지의 새로운 연속적이고 계산 효율적인 반대칭 신경망 안사츠(ansatz)를 소개한다.