요새 수학에 관심이 많아져서 이를 딥러닝에 잘 적용시키는 분야는 없는지 탐색 중입니다

아래는 제가 MLP에 대해서 개인적으로 해석한 건데 제 주장과 관련된 분야나 자료가 있을까요?

저는 MLP에서 층을 깊게 쌓는 이유가 부스팅 효과를 얻으려는 거라고 생각합니다

UAT에 의해 모든 데이터는 층을 2개까지만 쌓아도 충분히 근가 가능하지만 현실적으로 학습이 매우 어렵습니다

이는 local minima로 인한 문제라고 저는 인식하고 있습니다

이를 해결하기 위해 층을 깊게 쌓는 것 같습니다

층을 깊게 쌓으면 이전 계층에서 분류되지 않은 데이터가 다음 계층으로 넘어가서 분류될 가능성이 높아집니다 (부스팅과 유사한 효과)

그래서 더 정확한 모델을 위해 차원을 늘리고 층을 쌓는 거 같습니다

지금까지 제가 얘기한 거랑 연관된 분야, 수학 자료같은 게 있으면 추천 부탁드립니다...

그리고 UAT는 함수해석을 알아야 이해할 수 있나요?

UAT같은 수학 관련 이론에 대한 것도 추천해주시면 감사하겠습니다