Manifold Beperkte Tabulaire Diepe Neurale Netwerken

Gepubliceerd 14 July 2026

Tabulaire classificatie wordt vaak bepaald door lokale, op voorwaarden gebaseerde regels in plaats van door globale patronen. Dit kan leiden tot een mismatch tussen tabulaire diepe neurale netwerken (DNN's) en de discrete structuren die vaak aan tabulaire classificatie ten grondslag liggen. Om dit probleem aan te pakken, wordt HDE-Net voorgesteld, een DNN die hiërarchische besluitvorming in hyperbolische ruimte mogelijk maakt. Het model abstracteert heterogene kenmerken in Latent Decision Nodes (LDNs) en maakt gebruik van een Soft Decision Routing mechanisme voor numerieke kenmerken. HDE-Net presteert beter dan zowel industriële GBDT's als recente tabulaire DNN's op een classificatiebenchmark met 30 datasets.