如果您查看与正态分布相关的维基百科页面，您将看到高斯密度的定义

$${\displaystyle f(x)={\frac {1}{\sigma {\sqrt {2\pi }}}}e^{-{\frac {1}{2}}\left({\frac {x-\mu }{\sigma }}\right)^{2}}} \label{1}\tag{1}$$

你会看到$y$在您的公式中对应于$x$在等式中$\ref{1}$.

我在计算机视觉和图像处理的上下文中看到了这种表示法，其中高斯内核用于模糊图像。

因此，正如某人在评论中指出的那样，$y$确实应该是您评估密度的点。

也许令人困惑的部分是所有参数在其目的方面都被平等对待，而$\mu$和$\sigma$显然是定义特定密度的参数，因此它们不是特定密度的输入。

在阅读了论文的相关部分后，我现在明白你为什么感到困惑了。作者指的是$y$作为输出（还不知道为什么：也许是另一个单元的输出为这个高斯单元提供了食物？），但我认为这个解释仍然适用。高斯密度的输出$g$不是$y$，但对应的密度$y$. 事实上，在附录中$B$在这篇论文中，作者说$Y$是支持_$g$和$y$是一个元素$Y$.

它指出“为了简化符号，我们专注于一个单一的单位，并在整个过程中省略了通常的单位索引下标”

因此，为了简单起见，他们只是从等式中删除了第 i 个索引。所以 g 是给定实例“y”和参数 μ 和 σ 的函数。