3次元データの多クラス分類と汎用近似定理を実現する深層ニューラルネットワーク

幅2の深層ニューラルネットワークを用いて、任意のN個のデータと M個のクラスに対して完全な記憶化を実現できることを示す。さらに、幅d+1の深層ニューラルネットワークを用いて、Lp(Ω; R+)空間の任意の関数を任意の精度で近似できることを示す。