Manifold geometry underlies a unified code for category and category-independent features
Dit onderzoek toont aan dat convolutionele neurale netwerken een gecombineerde code kunnen ontwikkelen voor objectcategorie en -onafhankelijke kenmerken, en biedt een theoretisch kader gebaseerd op de geometrie van variëteiten dat verklaart hoe deze code nauwkeurige regressie mogelijk maakt terwijl de classificatieprestaties behouden blijven.