Topological Information Residency in Artificial Neural Networks

人工神经网络中信息的拓扑驻留

边中心计算与 Dodecaflake 架构的实证鲁棒性

实验证据表明，训练过的神经网络中的信息在拓扑上驻留在边（权重）而非节点（神经元）中。引入 Hexaflake 与 Dodecaflake 架构：75% 的传播面可被消融而性能零损失，展现前所未有的拓扑保护。