双曲图注意力神经网络

双曲图注意力神经网络（Hyperbolic Attention Neural Network）是一种基于双曲几何的注意力机制模型。它主要用于处理具有非欧几里德结构的数据，例如图形或网络数据。

在传统的注意力机制中，使用的是欧几里德空间中的点积或多层感知机来计算注意力权重。而在双曲图注意力神经网络中，使用的是双曲空间中的点积或双曲正切函数来计算注意力权重。

双曲几何有一些优势，特别适用于表示高度非线性的数据。通过在双曲空间中计算注意力权重，可以更好地捕捉到数据之间的非线性关系和远距离依赖性。

这种模型可以用于各种任务，例如图像分类、语义分割、图神经网络等。它在处理复杂数据结构和挖掘数据之间关系方面具有潜力，但在实际应用中仍需进一步研究和探索。