DeepQuaternionNetworks(DQNs)是一种基于四元数的神经网络架构，扩展了传统实数神经网络的能力。四元数是一种超复数系统，包含一个实部和三个虚部，能够更有效地表示和处理多维数据中的复杂关系。DQNs利用四元数代数进行运算，使得网络能够直接在四维空间中进行计算，从而更好地捕捉数据中的内在关联，例如在3D旋转、彩色图像处理、语音信号分析等任务中表现出优势。相比实数网络，DQNs在参数效率、特征表示能力和训练稳定性方面具有潜在优势，特别是在处理具有自然四维结构的数据时。该网络结构已被应用于计算机视觉、机器人学、自然语言处理等领域，并在某些任务上展现出比传统实数网络更优的性能。