知识动态实体播客深度开发者关于

[控场AI]

AI 领域实时知识。所有信息可溯源验证，数据 24 小时内持续更新。

Powered by 240+ first-hand AI sources

知识库

知识动态
热门实体
播客

开发者

CLI
MCP Server
REST API
关于

© 2026 KongchangAI. 控场AI，获取最新、最准的 AI 领域知识

待验证50% 置信事实精确时间

Cybenko的原始证明利用了Hahn-Banach定理来证明神经网络所张成的函数子空间在连续函数空间C(K)中稠密

1

来源数

50%

置信度

长期有效

时效性

2026/8/22

首次发现

来源

梯度下降训练的普适性：神经网络架构选择真的重要吗

涉及实体

George Cybenkoperson Hahn-Banach定理concept

相关事实

已验证通用近似定理由George Cybenko于1989年证明，指出只要层数和神经元足够多，神经网络可以以任意精度逼近任何连续函数73% 相似已验证通用近似定理由数学家Cybenko于1989年针对Sigmoid激活函数给出严格证明63% 相似待验证陶哲轩与本·格林合作证明了'素数中存在任意长的等差数列'的格林-陶定理61% 相似待验证AI帮助发现Kazhdan-Lusztig多项式的组合结构规律，该发现后来被Geordie Williamson等人严格证明59% 相似待验证Anthropic研究人员通过机制可解释性方法在Claude大模型内部发现了类似人脑的全局工作空间结构59% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/787192

API

curl https://kongchang.com/api/v1/knowledge/claims/787192

MCP

get_claim(id=787192)