Quali sono i vantaggi delle reti neurali a valore complesso?

Durante la mia ricerca, mi sono imbattuto in "reti neurali a valore complesso", che sono reti neurali che funzionano con input a valore complesso (probabilmente anche pesi). Quali sono i vantaggi (o semplicemente le applicazioni) di questo tipo di rete neurale rispetto alle reti neurali a valore reale?

neural-networks

— rcpinto
fonte

Secondo questo documento , le ANN complessive (C-ANN) possono risolvere problemi come XOR e rilevamento della simmetria con un numero minore di strati rispetto alle ANN reali (per entrambi è sufficiente una C-ANN a 2 strati, mentre una 3 strati R-ANN è obbligatorio).

Credo che sia ancora una domanda aperta su quanto sia utile nella pratica questo risultato (ad esempio se in realtà facilita la ricerca della giusta topologia), quindi attualmente il vantaggio pratico chiave dei C-ANN è quando sono un modello più vicino per il dominio problematico.

Le aree di applicazione sono quindi quelle in cui sorgono naturalmente valori complessi, ad esempio in ottica, elaborazione del segnale / FFT o ingegneria elettrica.

— NietzscheanAI
fonte

Cosa esclude le applicazioni in domini in cui i valori complessi non sorgono "naturalmente"?

— dynrepsys

@dynrepsys Per quanto ne so, nulla, sebbene avere input complessi in un dominio di valore reale sembrerebbe una strana scelta progettuale.

— NietzscheanAI

Potrebbero essere usati nei pesi senza essere usati come input?

— dynrepsys

@dynrepsys Credo di si.

— NietzscheanAI

Solo una nota a margine: l'implementazione di pesi e attivazioni a valore complesso è che alcune piattaforme e lingue possono essere scomode, poiché molti non supportano tipi di dati a valore complesso. In alcuni, come C #, VB.net, T-SQL e altri con cui ho familiarità, sono disponibili varie soluzioni alternative come l'utilizzo di strutture, classi e tipi definiti dall'utente (UDT), ma di solito non è la stessa cosa che avere- nel supporto del tipo di dati. Personalmente ho trovato più semplice modellare pesi complessi e attivazioni semplicemente usando due (o più) tipi di dati a valore reale, uno per ciascun asse. YMMV però, a seconda dell'applicazione ...

— SQLServerSteve