Rechenleistung neuronaler Netze?

Angenommen, wir haben ein einschichtiges neuronales Feed-Forward-Netzwerk mit k Eingängen und einem Ausgang. Es berechnet eine Funktion aus . Es ist ziemlich leicht zu erkennen, dass diese mindestens die gleiche Rechenleistung wie A C 0 hat . Nur zum Spaß nennen wir den Satz von Funktionen, die von einem neuronalen Einschichtnetzwerk berechenbar sind, " N e u r a l ".$\lbrace 0,1\rbrace ^{n}\rightarrow\lbrace 0,1\rbrace$$AC^0$$Neural$

Es scheint jedoch, dass es mehr Rechenleistung als allein haben könnte.$AC^0$

Also ... ist oder ist N e u r a l = A C 0 ? Wurde diese Art von Komplexitätsklasse auch schon einmal untersucht?$AC^0 \subseteq Neural$$Neural = AC^0$

Es gibt einige Referenzen, die ich finden könnte: Allzweckberechnung mit neuronalen Netzen: Eine Übersicht über komplexitätstheoretische Ergebnisse, 2003 und Zählhierarchien: Polynomzeit- und Konstanttiefenschaltungen, 1993 .

Es scheint, dass neuronale Netze als Schwellenwertschaltungen betrachtet werden; dh diese Schaltkreise, die MAJORITY-Gatter verwenden. In (2) ist es der Fall , dass eine Tiefe neurale Netzwerkkomplexität hat T C 0 D (hier ist ein Link zu Link zu Komplexität Zoo Eintrag über T C 0 ).$d$$TC^0_d$$TC^0$

$TC^0$$ACC^0$$AC^0$$AC^0 \subset TC^0$

$d$