Unificando Operações de Aprendizado Profundo: A Operação com Janela Generalizada

Este artigo apresenta a Operação com Janela Generalizada (GWO), uma estrutura teórica que unifica as operações principais de aprendizado profundo, como multiplicação de matrizes e convolução. A GWO decompõe essas operações em três componentes ortogonais: Caminho (localidade operacional), Forma (estrutura geométrica e simetria) e Peso (importância das características). O artigo propõe o Princípio de Alinhamento Estrutural, sugerindo que a generalização ótima ocorre quando a configuração da GWO reflete a estrutura intrínseca dos dados. Esse princípio decorre do princípio do Gargalo de Informação (IB). Uma métrica de Complexidade Operacional baseada na complexidade de Kolmogorov é definida, argumentando que a natureza dessa complexidade — regularização adaptativa versus capacidade de força bruta — determina a generalização. A GWO prevê uma generalização superior para operações que se alinham adaptivamente com a estrutura de dados. A estrutura fornece uma gramática para criar operações neurais e um caminho baseado em princípios das propriedades dos dados para projetos de arquiteturas generalizáveis.