Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2508.09693

帮助 | 高级搜索

计算机科学 > 机器学习

arXiv:2508.09693 (cs)
[提交于 2025年8月13日 ]

标题: 时间锚定在深化嵌入空间中:事件索引投影、漂移、收敛和内部计算架构

标题: Temporal Anchoring in Deepening Embedding Spaces: Event-Indexed Projections, Drift, Convergence, and an Internal Computational Architecture

Authors:Faruk Alpay, Bugra Kilictas, Hamdi Alakkad
摘要: 我们开发了一个算子理论框架,用于嵌入空间中的时间锚定,该框架被建模为交替的漂移映射和事件索引块,最终导致仿射投影。 我们提供了可变块收缩引理(乘积的Lipschitz因子)的完整证明,一个带有显式统一间隙包络的漂移-投影收敛定理,以及在嵌套仿射锚点下的本体论收敛性及其鲁棒性变体。 我们形式化了一个内部手稿计算机(MC),其计算仅由这些算子定义,并证明了一个严格的有限运行等价定理(带有扰动界)。 对于注意力层,我们给出了一个自包含的证明,表明softmax在$\ell_2$中是$1/2$-Lipschitz,并推导出足够的层收缩条件(正交/非正交头)。 所有浮点数都精确地放置在原处;手稿仅使用论文中的伪代码和附录图。
摘要: We develop an operator-theoretic framework for temporal anchoring in embedding spaces, modeled as drift maps interleaved with event-indexed blocks culminating in affine projections. We provide complete proofs for a variable-block contraction lemma (products of Lipschitz factors), a drift--projection convergence theorem with explicit uniform-gap envelopes, and ontological convergence under nested affine anchors with a robustness variant. We formalize an internal Manuscript Computer (MC) whose computations are defined purely by these operators and prove a rigorous finite-run equivalence theorem (with perturbation bounds). For attention layers, we give a self-contained proof that softmax is $1/2$-Lipschitz in $\ell_2$ and derive sufficient layer-contraction conditions (orthogonal/non-orthogonal heads). All floats are placed exactly where written; the manuscript uses only in-paper pseudocode and appendix figures.
评论: 16页,2图,2表
主题: 机器学习 (cs.LG) ; 泛函分析 (math.FA); 优化与控制 (math.OC); 机器学习 (stat.ML)
MSC 类: 47H09, 47H10, 90C25, 65K10, 68T07
ACM 类: F.1.1; G.1.6; I.2.6; G.1.2
引用方式: arXiv:2508.09693 [cs.LG]
  (或者 arXiv:2508.09693v1 [cs.LG] 对于此版本)
  https://doi.org/10.48550/arXiv.2508.09693
通过 DataCite 发表的 arXiv DOI(待注册)

提交历史

来自: Hamdi Alakkad [查看电子邮件]
[v1] 星期三, 2025 年 8 月 13 日 10:45:47 UTC (42 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
cs.LG
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-08
切换浏览方式为:
cs
math
math.FA
math.OC
stat
stat.ML

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号