Buchumschlag

Temporal Smoothness Regularisers for Neural Link Predictors

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Dileo, Manuel, Minervini, Pasquale, Zignani, Matteo, Gaito, Sabrina
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

DURENDAL: Graph deep learning framework for temporal heterogeneous networks
von: Dileo, Manuel, et al.
Veröffentlicht: (2023)

Applications of temporal graph learning for predicting the dynamics of biological systems
von: Dileo, Manuel, et al.
Veröffentlicht: (2026)

Low-Rank Compression of Language Models via Differentiable Rank Selection
von: Sundrani, Sidhant, et al.
Veröffentlicht: (2025)

Uncertainty-Based Smooth Policy Regularisation for Reinforcement Learning with Few Demonstrations
von: Zhu, Yujie, et al.
Veröffentlicht: (2025)

Canonical Regularisation of Wide Feature-Learning Neural Networks
von: Whittle, George, et al.
Veröffentlicht: (2026)

Neurosymbolic Diffusion Models
von: van Krieken, Emile, et al.
Veröffentlicht: (2025)

Neurosymbolic Reasoning Shortcuts under the Independence Assumption
von: van Krieken, Emile, et al.
Veröffentlicht: (2025)

An Auditing Test To Detect Behavioral Shift in Language Models
von: Richter, Leo, et al.
Veröffentlicht: (2024)

Probing the Emergence of Cross-lingual Alignment during LLM Training
von: Wang, Hetong, et al.
Veröffentlicht: (2024)

An Infinite-Width Analysis on the Jacobian-Regularised Training of a Neural Network
von: Kim, Taeyoung, et al.
Veröffentlicht: (2023)

Neural Collapse Dynamics: Depth, Activation, Regularisation, and Feature Norm Threshold
von: Rupa, Anamika Paul
Veröffentlicht: (2026)

Temporally-Aware Diffusion Model for Brain Progression Modelling with Bidirectional Temporal Regularisation
von: Litrico, Mattia, et al.
Veröffentlicht: (2025)

Adaptive Computation Modules: Granular Conditional Computation For Efficient Inference
von: Wójcik, Bartosz, et al.
Veröffentlicht: (2023)

Enhanced Feature Learning via Regularisation: Integrating Neural Networks and Kernel Methods
von: Follain, Bertille, et al.
Veröffentlicht: (2024)

Attention Is All You Need But You Don't Need All Of It For Inference of Large Language Models
von: Tyukin, Georgy, et al.
Veröffentlicht: (2024)

SynDARin: Synthesising Datasets for Automated Reasoning in Low-Resource Languages
von: Ghazaryan, Gayane, et al.
Veröffentlicht: (2024)

Mixture of Link Predictors on Graphs
von: Ma, Li, et al.
Veröffentlicht: (2024)

On the Independence Assumption in Neurosymbolic Learning
von: van Krieken, Emile, et al.
Veröffentlicht: (2024)

On Self-Supervised Dynamic Incremental Regularised Adaptation
von: Ghobrial, Abanoub, et al.
Veröffentlicht: (2023)

Monte Carlo Functional Regularisation for Continual Learning
von: Hao, Pengcheng, et al.
Veröffentlicht: (2025)

Approximate Equivariance via Projection-based Regularisation
von: Berndt, Torben, et al.
Veröffentlicht: (2026)

Regularising NARX models with multi-task learning
von: Bee, Sarah, et al.
Veröffentlicht: (2025)

DIRA: Dynamic Domain Incremental Regularised Adaptation
von: Ghobrial, Abanoub, et al.
Veröffentlicht: (2022)

Forklift: An Extensible Neural Lifter
von: Armengol-Estapé, Jordi, et al.
Veröffentlicht: (2024)

Parameter-Efficient Fine-Tuning of LLaMA for the Clinical Domain
von: Gema, Aryo Pradipta, et al.
Veröffentlicht: (2023)

Evidence on the Regularisation Properties of Maximum-Entropy Reinforcement Learning
von: Hosseinkhan-Boucher, Rémy, et al.
Veröffentlicht: (2025)

Function-Space Empirical Bayes Regularisation with Student's t Priors
von: Hao, Pengcheng, et al.
Veröffentlicht: (2026)

Universal Link Predictor By In-Context Learning on Graphs
von: Dong, Kaiwen, et al.
Veröffentlicht: (2024)

Sampling-guided Heterogeneous Graph Neural Network with Temporal Smoothing for Scalable Longitudinal Data Imputation
von: Zhang, Zhaoyang, et al.
Veröffentlicht: (2024)

Conditional computation in neural networks: principles and research trends
von: Scardapane, Simone, et al.
Veröffentlicht: (2024)

Dynamic Link Prediction with Temporally Enhanced Signed Graph Neural Networks
von: Regier, Derek, et al.
Veröffentlicht: (2026)

TASER: Task-Aware Stein Regularisation for Geometry-Driven Robustness
von: Kozyra, Michał, et al.
Veröffentlicht: (2026)

Stochastic Kernel Regularisation Improves Generalisation in Deep Kernel Machines
von: Milsom, Edward, et al.
Veröffentlicht: (2024)

Sobolev Space Regularised Pre Density Models
von: Kozdoba, Mark, et al.
Veröffentlicht: (2023)

Mixtures of In-Context Learners
von: Hong, Giwon, et al.
Veröffentlicht: (2024)

Rethinking Complex Queries on Knowledge Graphs with Neural Link Predictors
von: Yin, Hang, et al.
Veröffentlicht: (2023)

Direct Training Needs Regularisation: Anytime Optimal Inference Spiking Neural Network
von: Wu, Dengyu, et al.
Veröffentlicht: (2024)

A Novel Approach to Regularising 1NN classifier for Improved Generalization
von: Challa, Aditya, et al.
Veröffentlicht: (2024)

Agentic Uncertainty Reveals Agentic Overconfidence
von: Kaddour, Jean, et al.
Veröffentlicht: (2026)

A Computable Measure of Suboptimality for Entropy-Regularised Variational Objectives
von: Chazal, Clémentine, et al.
Veröffentlicht: (2025)