Buchumschlag

Smooth Min-Max Monotonic Networks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Igel, Christian
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

MinMaxMin $Q$-learning
von: Soffair, Nitsan, et al.
Veröffentlicht: (2024)

Bayesian Neural Networks: A Min-Max Game Framework
von: Hong, Junping, et al.
Veröffentlicht: (2023)

Bayesian Optimization for Function-Valued Responses under Min-Max Criteria
von: Ahadi, Pouya, et al.
Veröffentlicht: (2025)

MinMax Recurrent Neural Cascades
von: Ronca, Alessandro
Veröffentlicht: (2026)

Multi-Objective Reinforcement Learning with Max-Min Criterion: A Game-Theoretic Approach
von: Byeon, Woohyeon, et al.
Veröffentlicht: (2025)

MaxMin-RLHF: Alignment with Diverse Human Preferences
von: Chakraborty, Souradip, et al.
Veröffentlicht: (2024)

ADV-0: Closed-Loop Min-Max Adversarial Training for Long-Tail Robustness in Autonomous Driving
von: Nie, Tong, et al.
Veröffentlicht: (2026)

The Max-Min Formulation of Multi-Objective Reinforcement Learning: From Theory to a Model-Free Algorithm
von: Park, Giseung, et al.
Veröffentlicht: (2024)

iMTSP: Solving Min-Max Multiple Traveling Salesman Problem with Imperative Learning
von: Guo, Yifan, et al.
Veröffentlicht: (2024)

Smooth InfoMax -- Towards Easier Post-Hoc Interpretability
von: Denoodt, Fabian, et al.
Veröffentlicht: (2024)

PePR: Performance Per Resource Unit as a Metric to Promote Small-Scale Deep Learning in Medical Image Analysis
von: Selvan, Raghavendra, et al.
Veröffentlicht: (2024)

DIM: Enforcing Domain-Informed Monotonicity in Deep Neural Networks
von: Salim, Joshua, et al.
Veröffentlicht: (2025)

MaxSup: Overcoming Representation Collapse in Label Smoothing
von: Zhou, Yuxuan, et al.
Veröffentlicht: (2025)

Axiomatization of Gradient Smoothing in Neural Networks
von: Zhou, Linjiang, et al.
Veröffentlicht: (2024)

Max-Affine Spline Insights Into Deep Network Pruning
von: You, Haoran, et al.
Veröffentlicht: (2021)

Min-Max Optimisation for Nonconvex-Nonconcave Functions Using a Random Zeroth-Order Extragradient Algorithm
von: Farzin, Amir Ali, et al.
Veröffentlicht: (2025)

Advancing Constrained Monotonic Neural Networks: Achieving Universal Approximation Beyond Bounded Activations
von: Sartor, Davide, et al.
Veröffentlicht: (2025)

Is Monotonic Sampling Necessary in Diffusion Models?
von: Khan, Muhammad Haris
Veröffentlicht: (2026)

Towards Monotonic Improvement in In-Context Reinforcement Learning
von: Zhang, Wenhao, et al.
Veröffentlicht: (2025)

On the Relationship Between Monotone and Squared Probabilistic Circuits
von: Wang, Benjie, et al.
Veröffentlicht: (2024)

Upper Entropy for 2-Monotone Lower Probabilities
von: Vu, Tuan-Anh, et al.
Veröffentlicht: (2026)

Monotone and Separable Set Functions: Characterizations and Neural Models
von: Sarangi, Soutrik, et al.
Veröffentlicht: (2025)

Modeling Multi-Objective Tradeoffs with Monotonic Utility Functions
von: Chen, Edward, et al.
Veröffentlicht: (2024)

Bridging Smoothness and Approximation: Theoretical Insights into Over-Smoothing in Graph Neural Networks
von: Yang, Guangrui, et al.
Veröffentlicht: (2024)

Rank Collapse Causes Over-Smoothing and Over-Correlation in Graph Neural Networks
von: Roth, Andreas, et al.
Veröffentlicht: (2023)

DPN: Decoupling Partition and Navigation for Neural Solvers of Min-max Vehicle Routing Problems
von: Zheng, Zhi, et al.
Veröffentlicht: (2024)

MCNet: Monotonic Calibration Networks for Expressive Uncertainty Calibration in Online Advertising
von: Dai, Quanyu, et al.
Veröffentlicht: (2025)

MMEarth: Exploring Multi-Modal Pretext Tasks For Geospatial Representation Learning
von: Nedungadi, Vishal, et al.
Veröffentlicht: (2024)

Efficient Neural Combinatorial Optimization Solver for the Min-max Heterogeneous Capacitated Vehicle Routing Problem
von: Wu, Xuan, et al.
Veröffentlicht: (2025)

Stop Summation: Min-Form Credit Assignment Is All Process Reward Model Needs for Reasoning
von: Cheng, Jie, et al.
Veröffentlicht: (2025)

Min-$k$ Sampling: Decoupling Truncation from Temperature Scaling via Relative Logit Dynamics
von: Ding, Yuanhao, et al.
Veröffentlicht: (2026)

HyperMono: A Monotonicity-aware Approach to Hyper-Relational Knowledge Representation
von: Hu, Zhiwei, et al.
Veröffentlicht: (2024)

MultiMax: Sparse and Multi-Modal Attention Learning
von: Zhou, Yuxuan, et al.
Veröffentlicht: (2024)

Attention Mechanism, Max-Affine Partition, and Universal Approximation
von: Liu, Hude, et al.
Veröffentlicht: (2025)

Posterior Label Smoothing for Node Classification
von: Heo, Jaeseung, et al.
Veröffentlicht: (2024)

No-Regret Reinforcement Learning in Smooth MDPs
von: Maran, Davide, et al.
Veröffentlicht: (2024)

How Smoothing is N-simplicial Attention?
von: Dussolle, Alexandre, et al.
Veröffentlicht: (2025)

DreamSmooth: Improving Model-based Reinforcement Learning via Reward Smoothing
von: Lee, Vint, et al.
Veröffentlicht: (2023)

Soft Deterministic Policy Gradient with Gaussian Smoothing
von: Na, Hyunjun, et al.
Veröffentlicht: (2026)

Variational Inference via Smoothed Particle Hydrodynamics
von: Huang, Yongchao
Veröffentlicht: (2024)