Fitxers

TFM_Garrido_Garcia_Diego.pdf (609.36 KB)

Tipus de document

Treball de fi de màster

Data de publicació

2025-06-13

Llicència de publicació

cc by-nc-nd (c) Diego Garrido Garcia, 2025
Si us plau utilitzeu sempre aquest identificador per citar o enllaçar aquest document: https://hdl.handle.net/2445/228161

An approach to topos theory related to neural networks

Títol de la revista

Autors

Director/Tutor

ISSN de la revista

Títol del volum

Recurs relacionat

Resum

This work describes an application of topos theory and stacks to the semantic modeling of deep neural networks. Following the work of by Jean-Claude Belfiore and Daniel Bennequin, we present tools from topos theory to capture the learning process and semantic diffusion in a deep neural network architecture. We introduce the concepts of Grothendieck topoi, stacks and classifying topoi. Within this framework we establish conditions under which the semantic flow of information in a network can be transported across its layers.

Descripció

Treballs finals del Màster en Matemàtica Avançada, Facultat de Matemàtiques, Universitat de Barcelona: Any: 2025. Director: Carles Casacuberta

Matèries

Topos (Matemàtica), Xarxes neuronals (Informàtica), Aprenentatge automàtic, Lògica matemàtica, Treballs de fi de màster

Matèries (anglès)

Toposes, Neural networks (Computer science), Machine learning, Mathematical logic, Master's thesis

Citació

Col·leccions

Màster Oficial - Matemàtica Avançada

Citació

GARRIDO GARCIA, Diego. An approach to topos theory related to neural networks. [consulted: 13 of July of 2026]. Available at: https://hdl.handle.net/2445/228161

Exportar metadades

JSON - METS

Compartir registre