ニューラルネットワークの計算能力？

k個の入力と1つの出力を持つ単一層のフィードフォワードニューラルネットワークがあるとします。それは関数から算出、それはこのように少なくとも同じ計算能力を有していることを確認するために、かなり簡単です。楽しみのために、単層ニューラルネットワークで計算可能な関数セットを「」と呼びます。 $\lbrace 0,1\rbrace ^{n}\rightarrow\lbrace 0,1\rbrace$ $AC^0$ $Neural$

ただし、単独よりも計算能力が高い可能性があるようです。 $AC^0$

そう...される、またはされ？また、この種の複雑性クラスは以前に研究されましたか？ $AC^0 \subseteq Neural$ $Neural = AC^0$

— ガブゴ
ソース

用語に関する注意-重要な情報は、隠されたレイヤーの数です。1つの出力を持つゼロの非表示層ニューラルネットワークは単なる線形しきい値関数であり、入力/出力が層と見なされるかどうかに応じて（混乱して）1層または2層のニューラルネットワーク/パーセプトロンと呼ばれることがよくあります。また、AIの文献では、ニューラルネットワークは通常、シグモイド関数の観点から定義されています。これは、入出力が実数値であることを意味します。1つの隠れ層ネットワークは、任意の連続関数を任意に近似できるという意味で、普遍的な近似法であることが知られています

— ヤロスラフ・ブラトフ