Riemannian Multinomial Logistische Regression für SPD-Neuronale Netze

Die Autoren führen ein allgemeines Framework für den Aufbau von Riemannschen multinomialen logistischen Regressionen (SPD MLR) unter Pullback-Euklidischen Metriken (PEM) ein und entwerfen spezifische SPD MLRs unter zwei parametrisierten Metrikfamilien. Ihr Framework bietet auch eine intrinsische Erklärung für den am häufigsten verwendeten LogEig-Klassifikator.