Buchumschlag

Envisioning Future Deep Learning Theories: Some Basic Concepts and Characteristics

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Su, Weijie J.
Format:	Preprint
Veröffentlicht:	2021
Schlagworte:	Machine Learning Disordered Systems and Neural Networks Statistical Mechanics Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

The Physics of Data and Tasks: Theories of Locality and Compositionality in Deep Learning
von: Favero, Alessandro
Veröffentlicht: (2025)

Generalization vs. Specialization under Concept Shift
von: Nguyen, Alex, et al.
Veröffentlicht: (2024)

Optimal Protocols for Continual Learning via Statistical Physics and Control Theory
von: Mori, Francesco, et al.
Veröffentlicht: (2024)

Dissecting the Interplay of Attention Paths in a Statistical Mechanics Theory of Transformers
von: Tiberi, Lorenzo, et al.
Veröffentlicht: (2024)

Universal Scaling Laws of Absorbing Phase Transitions in Artificial Deep Neural Networks
von: Tamai, Keiichi, et al.
Veröffentlicht: (2023)

The Copycat Perceptron: Smashing Barriers Through Collective Learning
von: Catania, Giovanni, et al.
Veröffentlicht: (2023)

Transfer Learning in $\ell_1$ Regularized Regression: Hyperparameter Selection Strategy based on Sharp Asymptotic Analysis
von: Okajima, Koki, et al.
Veröffentlicht: (2024)

Dataset-learning duality and emergent criticality
von: Kukleva, Ekaterina, et al.
Veröffentlicht: (2024)

Thermodynamics of bidirectional associative memories
von: Barra, Adriano, et al.
Veröffentlicht: (2022)

Analytic theory of dropout regularization
von: Mori, Francesco, et al.
Veröffentlicht: (2025)

Fundamental operating regimes, hyper-parameter fine-tuning and glassiness: towards an interpretable replica-theory for trained restricted Boltzmann machines
von: Fachechi, Alberto, et al.
Veröffentlicht: (2024)

The autoregressive neural network architecture of the Boltzmann distribution of pairwise interacting spins systems
von: Biazzo, Indaco
Veröffentlicht: (2023)

Distinct mechanisms underlying in-context learning in transformers
von: Gibson, Cole, et al.
Veröffentlicht: (2026)

Interpreting the Synchronization Gap: The Hidden Mechanism Inside Diffusion Transformers
von: Albrychiewicz, Emil, et al.
Veröffentlicht: (2026)

Two failure modes of deep transformers and how to avoid them: a unified theory of signal propagation at initialisation
von: Giorlandino, Alessio, et al.
Veröffentlicht: (2025)

Inferring Higher-Order Couplings with Neural Networks
von: Decelle, Aurélien, et al.
Veröffentlicht: (2025)

Explaining the effects of non-convergent sampling in the training of Energy-Based Models
von: Agoritsas, Elisabeth, et al.
Veröffentlicht: (2023)

Discrete generative diffusion models without stochastic differential equations: a tensor network approach
von: Causer, Luke, et al.
Veröffentlicht: (2024)

Factual recall in linear associative memories: sharp asymptotics and mechanistic insights
von: Giorlandino, Alessio, et al.
Veröffentlicht: (2026)

Sampling with flows, diffusion and autoregressive neural networks: A spin-glass perspective
von: Ghio, Davide, et al.
Veröffentlicht: (2023)

Stochastic Gradient Descent-like relaxation is equivalent to Metropolis dynamics in discrete optimization and inference problems
von: Angelini, Maria Chiara, et al.
Veröffentlicht: (2023)

Escape dynamics and implicit bias of one-pass SGD in overparameterized quadratic networks
von: Bocchi, Dario, et al.
Veröffentlicht: (2026)

Inferring effective couplings with Restricted Boltzmann Machines
von: Decelle, Aurélien, et al.
Veröffentlicht: (2023)

From Classical to Quantum: Extending Prometheus for Unsupervised Discovery of Phase Transitions in Three Dimensions and Quantum Systems
von: Yee, Brandon, et al.
Veröffentlicht: (2026)

A theoretical framework for overfitting in energy-based modeling
von: Catania, Giovanni, et al.
Veröffentlicht: (2025)

Uncertainty in AI-driven Monte Carlo simulations
von: Tzivrailis, Dimitrios, et al.
Veröffentlicht: (2025)

Dynamic neuron approach to deep neural networks: Decoupling neurons for renormalization group analysis
von: Lee, Donghee, et al.
Veröffentlicht: (2024)

Gaussian Universality in Neural Network Dynamics with Generalized Structured Input Distributions
von: Bae, Jaeyong, et al.
Veröffentlicht: (2024)

Coding schemes in neural networks learning classification tasks
von: van Meegen, Alexander, et al.
Veröffentlicht: (2024)

Nonequilbrium physics of generative diffusion models
von: Yu, Zhendong, et al.
Veröffentlicht: (2024)

The Symmetric Perceptron: a Teacher-Student Scenario
von: Catania, Giovanni, et al.
Veröffentlicht: (2026)

Pseudo-likelihood produces associative memories able to generalize, even for asymmetric couplings
von: D'Amico, Francesco, et al.
Veröffentlicht: (2025)

On the role of non-linear latent features in bipartite generative neural networks
von: Bonnaire, Tony, et al.
Veröffentlicht: (2025)

A replica analysis of under-bagging
von: Takahashi, Takashi
Veröffentlicht: (2024)

Spring-block theory of feature learning in deep neural networks
von: Shi, Cheng, et al.
Veröffentlicht: (2024)

Weight fluctuations in (deep) linear neural networks and a derivation of the inverse-variance flatness relation
von: Gross, Markus, et al.
Veröffentlicht: (2023)

Fast training and sampling of Restricted Boltzmann Machines
von: Béreux, Nicolas, et al.
Veröffentlicht: (2024)

Machine learning the Ising transition: A comparison between discriminative and generative approaches
von: Zhang, Difei, et al.
Veröffentlicht: (2024)

The Role of the Time-Dependent Hessian in High-Dimensional Optimization
von: Bonnaire, Tony, et al.
Veröffentlicht: (2024)

PCA recovery thresholds in low-rank matrix inference with sparse noise
von: Adomaityte, Urte, et al.
Veröffentlicht: (2025)