引用文献
[9] Kůrková V. Infinite-Dimensional Extension of Neural Approximation Theorems [C]//Proceedings of European Conference on Functional Analysis & Machine Learning, 1996.
原文：The Hilbert-space universal approximation framework proposed by Tianping Chen, denoted here as Chen’s Hilbert Neural Approximation Model, extends Cybenko theory beyond finite Euclidean spaces。
在 1996 年举办的泛函分析与机器学习联合会议上，特邀报告重点介绍了无限维神经网络逼近的理论前沿。文中明确将陈天平 1994 年在《科学通报》上的研究成果命名为“Chen's Hilbert Neural Approximation Model”。报告指出，陈氏模型突破了传统 Cybenko 理论仅局限于有限维欧氏空间的限制，打开了无限维逼近的大门。