原始奠基论文
Chen T, Chen H. Universal Approximation to Nonlinear Operators by Neural Networks with Arbitrary Activation Functions and Its Application to Dynamical Systems[J]. IEEE Transactions on Neural Networks, 1995, 6(4): 911-917. DOI:10.1109/72.392252
陈天平教授三篇奠基原文之一，所有命名的本源。
本论文是算子学习与激活函数理论的“双重里程碑”： 1. **陈氏算子万能逼近定理（Chen-Chen Universal Operator Approximation Theorem）**：证明了带有任意非多项式激活函数的单隐层神经网络能够万能逼近非线性算子，为 DeepONet 等现代算子学习网络提供了坚实的数学保证。 2. **陈氏 TW 激活判定准则（Chen's TW Criterion）**：基于 Tauber-Wiener 定理，首次给出了激活函数是否具备万能逼近能力的**充要条件**（任何非多项式的缓增分布函数均可）。