منتج هادامارد (المصفوفات)

يعمل ضرب هادامارد على المصفوفات ذات الشكل المتطابق وينتج مصفوفة ثالثة بنفس الأبعاد.

في الرياضيات ، يُعرف ضرب هادامارد (المعروف أيضًا بالضرب العنصري ، أو الضرب المدخلي [ 1 ] : الفصل 5، أو ضرب شور ) [ 2 ] بأنه عملية ثنائية تأخذ مصفوفتين من نفس الأبعاد وتُرجع مصفوفة تحتوي على العناصر المتناظرة مضروبة. يمكن اعتبار هذه العملية "ضربًا بسيطًا للمصفوفات" وهي تختلف عن ضرب المصفوفات . يُنسب هذا الضرب إلى عالم الرياضيات الفرنسي جاك هادامارد أو عالم الرياضيات الروسي إساي شور ، وقد سُمّي باسمهما .

إن ضرب هادامارد هو ضرب تجميعي وتوزيعي . وعلى عكس ضرب المصفوفات، فهو أيضًا ضرب تبادلي . [ 3 ]

تعريف

بالنسبة لمصفوفتين A و B من نفس البعد m × n ، فإن حاصل ضرب هاداماردأب{\displaystyle A\odot B}(اتفاقية التعلم الآلي) أوأب{\displaystyle A\circ B}(اتفاقية تحليل المصفوفات) [ 4 ] [ 5 ] [ 6 ] هي مصفوفة من نفس أبعاد المعاملات، مع عناصر معطاة بواسطة [ 3 ]

(أب)أناج=(أ)أناج(ب)أناج.{\displaystyle (A\odot B)_{ij}=(A)_{ij}(B)_{ij}.}

بالنسبة للمصفوفات ذات الأبعاد المختلفة ( m × n و p × q ، حيث mp أو nq )، فإن حاصل ضرب هادامارد غير معرف.

مثال على ضرب هادامارد لمصفوفتين عشوائيتين من الرتبة 2  ×  3:

[23108-2][314795]=[2×33×11×40×78×9-2×5]=[634072-10].{\displaystyle {\begin{bmatrix}2&3&1\\0&8&-2\end{bmatrix}}\odot {\begin{bmatrix}3&1&4\\7&9&5\end{bmatrix}}={\begin{bmatrix}2\times 3&3\times 1&1\times 4\\0\times 7&8\times 9&-2\times 5\end{bmatrix}}={\begin{bmatrix}6&3&4\\0&72&-10\end{bmatrix}}.}

ملكيات

  • يكون جداء هادامارد تبديليًا (عند التعامل مع حلقة تبديلية)، وتجميعيًا ، وتوزيعيًا على الجمع. أي، إذا كانت A و B و C مصفوفات من نفس الحجم، وكان k عددًا قياسيًا:أب=بأ،أ(بج)=(أب)ج،أ(ب+ج)=أب+أج،(كأ)ب=أ(كب)=ك(أب)،أ0=0أ=0.{\displaystyle {\begin{aligned}A\odot B&=B\odot A,\\A\odot (B\odot C)&=(A\odot B)\odot C,\\A\odot (B+C)&=A\odot B+A\odot C,\\(kA)\odot B&=A\odot (kB)=k(A\odot B),\\A\odot 0&=0\odot A=0.\end{aligned}}}
  • مصفوفة الوحدة في عملية ضرب مصفوفتين من الرتبة m × n وفقًا لطريقة هادامارد هي مصفوفة من الرتبة m × n جميع عناصرها تساوي 1. وهذا يختلف عن مصفوفة الوحدة في عملية ضرب المصفوفات العادية، حيث تكون عناصر القطر الرئيسي فقط هي التي تساوي 1. علاوة على ذلك، تمتلك المصفوفة معكوسًا في عملية ضرب هادامارد إذا وفقط إذا كانت جميع عناصرها قابلة للعكس، أو بصورة مكافئة، في حقل معين، إذا وفقط إذا لم يكن أي من عناصرها يساوي صفرًا. [ 7 ]
  • بالنسبة للمتجهين x و y والمصفوفات القطرية المناظرة Dx و Dy التي تمثل هذه المتجهات أقطارها الرئيسية، تتحقق المتطابقة التالية : [ 1 ] : 479x*(أب)y=tr(دx*أدyبتي)،{\displaystyle \mathbf {x} ^{*}(A\odot B)\mathbf {y} =\operatorname {tr} \left({D} _ {\mathbf {x} }^{*}A{D}_{\mathbf {y} }{B}^{\mathsf {T}}\right)،}حيث يرمز x * إلى منقولة المصفوفة x . وعلى وجه الخصوص ، باستخدام متجهات من الواحدات، يُظهر هذا أن مجموع جميع عناصر جداء هادامارد هو أثر AB T حيث يرمز الرمز العلوي T إلى منقولة المصفوفة ، أيtr(أبتي)=1تي(أب)1{\displaystyle \operatorname {tr} \left(AB^{\mathsf {T}}\right)=\mathbf {1} ^{\mathsf {T}}\left(A\odot B\right)\mathbf {1} }. نتيجة ذات صلة للمربعين A و B هي أن مجموع صفوف حاصل ضرب هادامارد الخاص بهما هي العناصر القطرية لـ AB T : [ 8 ]أنا(أب)أناج=(بتيأ)جج=(أبتي)أناأنا.{\displaystyle \sum _{i}(A\odot B)_{ij}=\left(B^{\mathsf {T}}A\right)_{jj}=\left(AB^{\mathsf {T}}\right)_{ii}.}بصورة مماثلة،(yx*)أ=دyأدx*.{\displaystyle (\mathbf {y} \mathbf {x} ^{*})\odot A=D_{\mathbf {y} }AD_{\mathbf {x} }^{*}.}علاوة على ذلك، يمكن التعبير عن حاصل ضرب مصفوفة هادامارد في متجه على النحو التالي:(أب)y=التشخيص(أدyبتي)،{\displaystyle (A\odot B)\mathbf {y} =\operatorname {diag} (AD_{\mathbf {y} }B^{\mathsf {T}})،}أينالتشخيص(م){\displaystyle \operatorname {diag} (M)}هو المتجه المُشكَّل من أقطار المصفوفة M. بأخذy=1{\displaystyle \mathbf {y} =\mathbf {1} }وهذا يعني أن(أب)1=التشخيص(أبتي){\displaystyle (A\odot B)\mathbf {1} =\operatorname {diag} (AB^{\mathsf {T}})}
  • يُعدّ جداء هادامارد مصفوفة فرعية رئيسية من جداء كرونكر . [ 9 ] [ 10 ] [ 11 ]
  • يحقق حاصل ضرب هادامارد متباينة الرتبةرتبة(أب)رتبة(أ)رتبة(ب).{\displaystyle \operatorname {rank} (A\odot B)\leq \operatorname {rank} (A)\operatorname {rank} (B).}
  • إذا كانت A و B مصفوفات موجبة محددة ، فإن المتباينة التالية التي تتضمن جداء هادامارد صحيحة: [ 12 ]أنا=كنλأنا(أب)أنا=كنλأنا(أب)،ك=1،...،ن،{\displaystyle \prod _{i=k}^{n}\lambda _{i}(A\odot B)\geq \prod _{i=k}^{n}\lambda _{i}(AB),\quad k=1,\ldots ,n,}حيث λ i ( A ) هي القيمة الذاتية الأكبر رقم i لـ A.
  • إذا كانت D و E مصفوفات قطرية ، فإن [ 13 ]د(أب)هـ=(دأهـ)ب=(دأ)(بهـ)=(أهـ)(دب)=أ(دبهـ).{\displaystyle {\begin{aligned}D(A\odot B)E&=(DAE)\odot B=(DA)\odot (BE)\\&=(AE)\odot (DB)=A\odot (DBE).\end{aligned}}}
  • حاصل ضرب هادامارد لمتجهينأ{\displaystyle \mathbf {a} }وب{\displaystyle \mathbf {b} }وهو نفسه ضرب المصفوفة القطرية المناظرة لمتجه واحد بالمتجه الآخر:أب=دأب=دبأ.{\displaystyle \mathbf {a} \odot \mathbf {b} =D_{\mathbf {a} }\mathbf {b} =D_{\mathbf {b} }\mathbf {a} .}
  • الالتشخيص{\displaystyle \operatorname {diag} }يمكن التعبير عن المؤثر الذي يحول متجهًا إلى مصفوفة قطرية باستخدام ضرب هادامارد كما يلي:التشخيص(أ)=(أ1تي)أنا،{\displaystyle \operatorname {diag} (\mathbf {a} )=(\mathbf {a} \mathbf {1} ^{T})\odot I,}أين1{\displaystyle \mathbf {1} }هو متجه ثابت ذو عناصر1{\displaystyle 1}، وأنا{\displaystyle I}هي مصفوفة الوحدة .

خاصية المنتج المختلط

يخضع منتج هادامارد لعلاقات معينة مع عوامل ضرب المصفوفات الأخرى.

  • لو{\displaystyle \otimes } هو ناتج كرونكر ، بافتراضأ{\displaystyle A}له نفس الأبعاد مثلج{\displaystyle C}وب{\displaystyle B}مثلد{\displaystyle D}، ثم(أب)(جد)=(أج)(بد).{\displaystyle (A\otimes B)\otimes (C\otimes D)=(A\otimes C)\otimes (B\otimes D).}
  • لو{\displaystyle \bullet } إذا كان الناتج يقسم الوجه ، فإن [ 14 ](أب)(جد)=(أج)(بد).{\displaystyle (A\odot B)\odot (C\odot D)=(A\odot C)\bullet (B\odot D).}
  • لو*{\displaystyle \ast } هو حاصل ضرب خاتري-راو عموديًا ، إذن(أب)(ج*د)=(أج)(بد).{\displaystyle (A\bullet B)(C\ast D)=(AC)\odot (BD).}

نظرية شور للمنتج

حاصل ضرب هادامارد لمصفوفتين شبه موجبتين هو مصفوفة شبه موجبة. [ 3 ] [ 8 ] يُعرف هذا باسم نظرية شور للضرب، [ 7 ] نسبةً إلى عالم الرياضيات الروسي إسحاق شور . بالنسبة لمصفوفتين شبه موجبتين A و B ، من المعروف أيضًا أن محدد حاصل ضرب هادامارد لهما أكبر من أو يساوي حاصل ضرب محدديهما: [ 8 ]المحقق(أب)المحقق(أ)المحقق(ب).{\displaystyle \det({A}\odot {B})\geq \det({A})\det({B}).}

العمليات المماثلة

تُلاحظ عمليات هادامارد الأخرى أيضًا في الأدبيات الرياضية، [ 15 ] وهي:جذر الهادامارد وقوة هادامارد (وهي في الواقع نفس الشيء بسبب المؤشرات الكسرية)، معرفة لمصفوفة بحيث:

ل ب=أ2بأناج=أأناج2{\displaystyle {\begin{aligned}{B}&={A}^{\circ 2}\\B_{ij}&={A_{ij}}^{2}\end{aligned}}}

ولـ ب=أ12بأناج=أأناج12{\displaystyle {\begin{aligned}{B}&={A}^{\circ {\frac {1}{2}}}\\B_{ij}&={A_{ij}}^{\frac {1}{2}}\end{aligned}}}

المعكوس هادامارد يقرأ: [ 15 ]ب=أ-1بأناج=أأناج-1{\displaystyle {\begin{aligned}{B}&={A}^{\circ -1}\\B_{ij}&={A_{ij}}^{-1}\end{aligned}}}

أيُعرَّف تقسيم هادامارد على النحو التالي: [ 16 ] [ 17 ]

ج=أبجأناج=أأناجبأناج{\displaystyle {\begin{aligned}{C}&={A}\oslash {B}\\C_{ij}&={\frac {A_{ij}}{B_{ij}}}\end{aligned}}}

في لغات البرمجة

تتضمن معظم لغات البرمجة العلمية أو العددية منتج هادامارد، تحت مسميات مختلفة.

في MATLAB ، يُعبَّر عن ضرب هادامارد بـ "الضرب النقطي": a .* b، أو استدعاء الدالة: times(a, b). [ 18 ] كما توجد عوامل ضرب نقطية مماثلة تتضمن، على سبيل المثال، العاملين a .^ bو a ./ b. [ 19 ] وبفضل هذه الآلية، من الممكن تخصيص *و ^لضرب المصفوفات وأسس المصفوفات، على التوالي.

تتشابه لغة البرمجة جوليا في تركيبها مع لغة ماتلاب، حيث يُطلق على ضرب هادامارد اسم الضرب البثي ويُرمز له أيضًا بـ a .* b. تُعرَّف المعاملات الأخرى بشكل مماثل عنصرًا بعنصر، فعلى سبيل المثال، تُستخدم قوى هادامارد a .^ b. [ 20 ] ولكن على عكس ماتلاب، في جوليا، يُعمَّم تركيب "النقطة" هذا بمعامل بث. عام يُمكنه تطبيق أي دالة عنصرًا بعنصر. يشمل ذلك المعاملات الثنائية (مثل الضرب والأس المذكورين سابقًا، بالإضافة إلى أي معامل ثنائي آخر مثل جداء كرونكر)، وكذلك المعاملات الأحادية مثل !و . وبالتالي، يُمكن تطبيق أي دالة مكتوبة بصيغة البادئة على النحو التالي : . [ 21 ]ff.(x)

لا يدعم بايثون المصفوفات بشكلٍ مُدمج، مما يؤدي إلى تناقضات في الترميز. تُفسّر مكتبة NumPya*b العددية أو a.multiply(b)كحاصل ضرب هادامارد، وتستخدم a@bأو a.matmul(b)لحاصل ضرب المصفوفات. أما مع مكتبة SymPy الرمزية، فإن ضرب عناصر المصفوفة كـ a*bأو a@bسينتج عنه حاصل ضرب المصفوفات. يُمكن الحصول على حاصل ضرب هادامارد باستخدام استدعاء الدالة a.multiply_elementwise(b). [ 22 ] تتضمن بعض حزم بايثون دعمًا لقوى هادامارد باستخدام دوال مثل np.power(a, b)، أو دالة Pandasa.pow(b) .

في لغة C++، توفر مكتبة EigencwiseProduct دالة عضوية لفئة Matrix ( )، بينما تستخدم مكتبة Armadillo عامل التشغيل لإنشاء تعبيرات مضغوطة ( ؛ هو ضرب مصفوفة).a.cwiseProduct(b)%a % ba * b

في برنامجي GAUSS و HP Prime ، تُعرف العملية باسم ضرب المصفوفات.

في لغات Fortran و R و APL و J و Wolfram Language ( Mathematica )، يتم تطبيق عامل الضرب *أو ×ضرب هادامارد، بينما يتم كتابة ضرب المصفوفة باستخدام matmul، %*%، +.×، +/ .*و .، على التوالي.

في لغة برمجة Maple ، لا يُعرَّف عامل الضرب *للمصفوفات والمتجهات. يُكتب ضرب المصفوفات باستخدام .، بينما يُمكن الحصول على ضرب هادامارد باستخدام *~. ( ~يُعدّ عامل الضرب عاملًا مُذاعًا مشابهًا لـ .في لغة Julia).

تقدم حزمة R matrixcalc الدالة hadamard.prod()الخاصة بضرب هادامارد للمصفوفات أو المتجهات العددية. [ 23 ]

نظام الجبر الحاسوبي الذي يستخدمه برنامج Maxima. لضرب المصفوفات وضرب *هادامارد.

التطبيقات

يظهر ناتج هادامارد في خوارزميات الضغط مع فقدان البيانات مثل JPEG . تتضمن خطوة فك التشفير ناتجًا متبادلًا، أي ناتج هادامارد.

في معالجة الصور ، يمكن استخدام مُعامل هادامارد لتحسين أو كبح أو إخفاء مناطق معينة من الصورة. تمثل إحدى المصفوفتين الصورة الأصلية، بينما تعمل الأخرى كمصفوفة ترجيح أو مصفوفة إخفاء.

يُستخدم هذا المصطلح في أدبيات التعلم الآلي ، على سبيل المثال، لوصف بنية الشبكات العصبية المتكررة مثل GRUs أو LSTMs . [ 24 ]

كما يُستخدم لدراسة الخصائص الإحصائية للمتجهات والمصفوفات العشوائية. [ 25 ] [ 26 ]

منتج الوجه المخترق

ناتج اختراق المصفوفات

وفقًا لتعريف V. Slyusar، فإن الضرب الوجهي المخترق للمصفوفة p × gأ{\displaystyle {A}}ومصفوفة ذات أبعاد nب{\displaystyle {B}}( n > 1) مع كتل p × g (ب=[بن]{\displaystyle {B}=[B_{n}]}) هي مصفوفة بحجمب{\displaystyle {B}}على النحو التالي: [ 27 ]أ[]ب=[أب1أب2أبن].{\displaystyle {A}[\circ ]{B}=\left[{\begin{array}{c | c | c | c }{A}\circ {B}_{1}&{A}\circ {B}_{2}&\cdots &{A}\circ {B}_{n}\end{array}}\right].}

مثال

لو أ=[123456789]،ب=[ب1ب2ب3]=[147281431221820510254012306283242739]{\displaystyle {A}={\begin{bmatrix}1&2&3\\4&5&6\\7&8&9\end{bmatrix}},\quad {B}=\left[{\begin{array}{c | c | c }{B}_{1}&{B}_{2}&{B}_{3}\end{array}}\right]=\left[{\begin{array}{c c c | c c c | c c c }1&4&7&2&8&14&3&12&21\\8&20&5&10&25&40&12&30&6\\2&8&3&2&4&2&7&3&9\end{array}}\right]}

ثم

أ[]ب=[182121642324633210030401252404815036146427143218492481].{\displaystyle {A}[\circ ]{B}=\left[{\begin{array}{c c c | c c c | c c c }1&8&21&2&16&42&3&24&63\\32&100&30&40&125&240&48&150&36\\14&64&27&14&32&18&49&24&81\end{array}}\right].}

العقارات الرئيسية

أ[]ب=ب[]أ;{\displaystyle {A}[\circ ]{B}={B}[\circ ]{A};}[ 27 ]
مم=م[](م1تي)،{\displaystyle {M}\bullet {M}={M}[\circ ]\left({M}\otimes \mathbf {1} ^{\textsf {T}}\right),}

أين{\displaystyle \bullet }يرمز إلى حاصل ضرب المصفوفات في أوجهها،

جم=ج[]م،{\displaystyle \mathbf {c} \bullet {M}=\mathbf {c} [\circ ]{M},}أينج{\displaystyle \mathbf {c} }هو متجه.

التطبيقات

يُستخدم ضرب الأوجه المخترقة في نظرية المصفوفة الموترية لمصفوفات الهوائيات الرقمية . [ 27 ] ويمكن استخدام هذه العملية أيضًا في نماذج الشبكات العصبية الاصطناعية ، وتحديدًا الطبقات الالتفافية. [ 28 ]

انظر أيضاً

مراجع

  1. 1 2 هورن، روجر أ.؛ جونسون، تشارلز ر. (2012). تحليل المصفوفات . مطبعة جامعة كامبريدج.
  2. ^ ديفيس ، تشاندلر (1962). “معيار تشغيل منتج Schur”. الرياضيات الرقمية . 4 (1): 343-44 . دوى : 10.1007 / bf01386329 . S2CID 121027182 . 
  3. 1 2 3 مليون، إليزابيث (12 أبريل 2007). "منتج هادامارد" (ملف PDF) . buzzard.ups.edu . تم الاطلاع عليه في 6 سبتمبر 2020 .
  4. "منتج هادامارد - مسرد مصطلحات التعلم الآلي" . machinelearning.wtf .
  5. "الجبر الخطي - ماذا تعني النقطة داخل الدائرة؟" . موقع تبادل الأسئلة والأجوبة في الرياضيات .
  6. "تدوين العمليات على مستوى العناصر (أو النقاط)؟" . موقع تبادل الأسئلة والأجوبة في الرياضيات .
  7. 1.2 مليون ، إليزابيث. "منتج هادامارد" (ملف PDF) . تم الاطلاع عليه في 2 يناير 2012 .
  8. 1 2 3 ستيان، جورج بي إتش (1973)، "منتجات هادامارد والتحليل الإحصائي متعدد المتغيرات"، الجبر الخطي وتطبيقاته ، 6 : 217-240 ، doi : 10.1016/0024-3795(73)90023-2 ، hdl : 10338.dmlcz/102190
  9. ليو، شوانغتشي؛ ترينكلر، غوتز (2008). "هادامارد، خاتري-راو، كرونكر، وغيرها من منتجات المصفوفات". المجلة الدولية لعلوم المعلومات والنظم . 4 (1): 160-177 .
  10. ^ ليو، شوانغزي؛ ليفا، فيكتور؛ تشوانغ، دان؛ ما، تيفنغ؛ فيغيروا زونييغا، خورخي آي. (2022). "حساب التفاضل والتكامل المصفوفي مع تطبيقات في النموذج الخطي متعدد المتغيرات وتشخيصاته" . مجلة التحليل متعدد المتغيرات . 188 104849. دوى : 10.1016/j.jmva.2021.104849 . S2CID 239598156 . 
  11. ^ ليو، شوانغزي؛ ترينكلر، جوتز؛ كولو، تونو؛ فون روزن، ديتريش؛ باكسالاري، أوسكار ماريا (2023). “البروفيسور هاينز نيوديكر وحساب التفاضل والتكامل المصفوفي”. الأوراق الإحصائية . 65 (4): 2605-2639 . دوى : 10.1007 / s00362-023-01499-ث .
  12. هياي، فوميو؛ لين، مينغهوا (فبراير 2017). "حول متباينة القيم الذاتية التي تتضمن جداء هادامارد" . الجبر الخطي وتطبيقاته . 515 : 313-320 . doi : 10.1016/j.laa.2016.11.017 .
  13. "المشروع" (ملف PDF) . buzzard.ups.edu. 2007. تم الاطلاع عليه بتاريخ 18-12-2019 .
  14. سليوسار، في آي (1998). "المنتجات النهائية في المصفوفات في تطبيقات الرادار" (ملف PDF) . أنظمة الإلكترونيات اللاسلكية والاتصالات . 41 (3): 50-53 .
  15. 1 2 ريمز، روبرت (1999). "معكوسات هادامارد، والجذور التربيعية، وحاصل ضرب المصفوفات شبه المحددة تقريبًا" . الجبر الخطي وتطبيقاته . 288 : 35-43 . doi : 10.1016/S0024-3795(98)10162-3 .
  16. ويتزستين، غوردون؛ لانمان، دوغلاس؛ هيرش، ماثيو؛ راسكار، راميش. "مواد تكميلية: شاشات الموتر: توليف مجال الضوء المضغوط باستخدام شاشات متعددة الطبقات مع إضاءة خلفية اتجاهية" (ملف PDF) . مختبر الإعلام في معهد ماساتشوستس للتكنولوجيا . مؤرشف من النسخة الأصلية (ملف PDF) بتاريخ 11 مايو 2021. تم الاطلاع عليه بتاريخ 18 أكتوبر 2016 .
  17. سيجانيك، بوغوسلاف (2013). اكتشاف الكائنات والتعرف عليها في الصور الرقمية: النظرية والتطبيق . جون وايلي وأولاده. ص 109. ISBN  9781118618363.
  18. "دالة الضرب في MATLAB" .
  19. "عمليات المصفوفة مقابل عمليات المصفوفة" .
  20. "معاملات النقطة المتجهة" . تم الاطلاع عليه بتاريخ 31 يناير 2024 .
  21. "صيغة النقطة لتحويل الدوال إلى متجهات" . تم الاطلاع عليه بتاريخ 31 يناير 2024 .
  22. "المصفوفات الشائعة - وثائق SymPy 1.9" . مؤرشف من الأصل بتاريخ 2021-08-02 . تم الاطلاع عليه بتاريخ 2021-05-04 .
  23. "ضرب المصفوفات" . مقدمة إلى لغة البرمجة R. مشروع R للحوسبة الإحصائية. 16 مايو 2013. تم الاطلاع عليه بتاريخ 24 أغسطس 2013 .
  24. ساك، هاشم؛ سينيور، أندرو؛ بوفاي، فرانسواز (2014-02-05). "بنى الشبكات العصبية المتكررة القائمة على الذاكرة طويلة المدى للتعرف على الكلام ذي المفردات الكبيرة". arXiv : 1402.1128 [ cs.NE ].
  25. نيوديكر، هاينز؛ ليو، شوانغتشي؛ بولاسيك، وولفغانغ (1995). "ضرب هادامارد وبعض تطبيقاته في الإحصاء". الإحصاء . 26 (4): 365-373 . doi : 10.1080/02331889508802503 .
  26. نيوديكر، هاينز؛ ليو، شوانغتشي (2001). "بعض الخصائص الإحصائية لضرب هادامارد للمصفوفات العشوائية". أوراق إحصائية . 42 (4): 475-487 . doi : 10.1007/s003620100074 . S2CID 121385730 . 
  27. 1 2 3 سليوسار، السادس (13 مارس 1998). "عائلة من نواتج وجه المصفوفات وخصائصها" (ملف PDF) . علم التحكم الآلي وتحليل النظم C/C من Kibernetika I Sistemnyi Analiz. 1999. 35 ( 3): 379–384 . doi : 10.1007/BF02733426 . S2CID 119661450 . 
  28. ها د.، داي أ.م.، لي كيو.في. (2017). "الشبكات الفائقة". المؤتمر الدولي حول تمثيلات التعلم (ICLR) 2017. – تولون، 2017. : الصفحة 6. arXiv : 1609.09106 .{{cite journal}}: صيانة CS1: أسماء متعددة: قائمة المؤلفين ( رابط )