基于希尔伯特丛与胞腔层的一致几何深度学习

该预印本提出 HilbNets 卷积框架：用希尔伯特丛上的联络拉普拉斯算子处理流形上的无限维信号，并报告了采样一致性结果。报道称其适用于流形信号这一设定，属方法层面的理论工作，尚未经同行评审，也未涉及人类被试或认知任务，因此不能据此推断任何脑活动或认知功能。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。