What question did this study set out to answer?

The aim is to advance the understanding and performance of complex-valued neural networks (CVNNs).

March 22, 2026Open Access

Advancing and Understanding Complex-Valued Neural Networks

Key Points

The aim is to advance the understanding and performance of complex-valued neural networks (CVNNs).
Development of building blocks for a complex-valued transformer architecture.
Proposing a novel initialization scheme to enhance performance.
Investigation of CVNNs using adapted explanation algorithms for decision processes.
Introduction of a targeted attack algorithm focusing on phase information.
Demonstrated improvements in performance of CVNNs through the novel initialization scheme.
Enhanced insights into the decision-making process of CVNNs via explanation algorithms.
Improved adversarial robustness of CVNNs against targeted attacks.

Abstract

Deep Learning hat sich für verschiedene digitale Aufgaben bewährt. Während die meisten Methoden für reelle Eingaben konzipiert sind, arbeiten einige Anwendungen wie MRT-Bilder oder physikalische Gleichungen naturgemäß mit komplexen Zahlen. Dies motiviert komplexwertige neuronale Netze (CVNNs), die alle Operationen im komplexen Bereich ausführen und komplexwertige Eingaben direkt verarbeiten können. Diese Arbeit trägt zur Entwicklung und zum Verständnis dieser Methoden bei. Es werden Bausteine für eine komplexwertige Transformer-Architektur entwickelt und ein neuartiges Initialisierungsschema vorgeschlagen, das die Leistung verbessert. Darüber hinaus werden CVNNs hinsichtlich ihres Entscheidungsprozesses mittels angepasster Erklärungsalgorithmen sowie ihrer adversariellen Robustheit untersucht. Hierfür wird ein neuartiger Angriffsalgorithmus vorgeschlagen, der gezielt Phaseninformationen angreift und zur Analyse von Phasenstörungen auf die Leistung von CVNNs verwendet wird.

Advancing and Understanding Complex-Valued Neural Networks

Key Points

Abstract

Cite This Study