본 논문에서는 유클리드 공간 대신 푸앵카레 디스크 모델 기반의 쌍곡 공간에서 동작하는 확장 컨볼루션 연산을 사용하는 딥 컨볼루션 신경망(eHDCNN)을 제안하고, 이 아키텍처가 기존 유클리드 기반 모델보다 계층적 데이터 표현 학습에 효과적이며 빠른 학습 속도를 보임을 이론적 분석과 실험을 통해 입증합니다.
