待验证50% 置信事实精确时间

论文声称其框架覆盖更一般的激活函数，包括sigmoid和ReLU。

1

来源数

50%

置信度

长期有效

时效性

2026/10/16

首次发现

来源

浅层神经网络为何先学正弦分量？正交多项式动力学框架给出新解释

rss2026/10/15

涉及实体

sigmoidconcept ReLUconcept

相关事实

待验证使用 ReLU 激活函数的全连接网络本质上构造的是一个分段线性函数71% 相似待验证逻辑回归固定使用 sigmoid 函数，而神经网络的神经元可以使用 ReLU、tanh、GELU 等各种激活函数67% 相似待验证He 初始化由何恺明于2015年提出，针对 ReLU 激活函数将方差调整为 2/n_in64% 相似已验证函数调用的感知→推理→调用→反馈闭环是ReAct（Reasoning + Acting）框架的工程化实现62% 相似待验证重拓扑（Retopology）是将高面数、网格混乱的模型重新整理为干净、规则拓扑结构（以四边面为主）的过程62% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1042154

API

curl https://kongchang.com/api/v1/knowledge/claims/1042154

MCP

get_claim(id=1042154)