resolvent-rnn

深度分析

以解析子（resolvent）與圖論揭露 RNN 的多跳時間路由機制

本研究把遞歸神經網路（RNN）視作有向圖，透過圖論與動力系統的交集，從多跳路徑解析網路如何在時間與空間上路由信息。作者發現，單一權重矩陣無法直接還原輸入—輸出計算架構；以解析子（resolvent）與逐跳分解能重建期望的路由，揭示網路如何透過多步傳播完成平均、加減與乘法等任務。