:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Xia, Mingtao, Li, Xiangting, Shen, Qijing, Chou, Tom
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning Neural and Evolutionary Computing Spectral Theory
Online-Zugang:	https://arxiv.org/abs/2309.16131
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Hidden Activations Are Not Enough: A General Approach to Neural Network Predictions
von: Leblanc, Samuel, et al.
Veröffentlicht: (2024)

Learnable Activation Functions in Physics-Informed Neural Networks for Solving Partial Differential Equations
von: Farea, Afrah, et al.
Veröffentlicht: (2024)

Squared Wasserstein-2 Distance for Efficient Reconstruction of Stochastic Differential Equations
von: Xia, Mingtao, et al.
Veröffentlicht: (2024)

Discovering Physics-Informed Neural Networks Model for Solving Partial Differential Equations through Evolutionary Computation
von: Zhang, Bo, et al.
Veröffentlicht: (2024)

Learning Discretized Neural Networks under Ricci Flow
von: Chen, Jun, et al.
Veröffentlicht: (2023)

Fast Fourier Transform-Based Spectral and Temporal Gradient Filtering for Differential Privacy
von: Shin, Hyeju, et al.
Veröffentlicht: (2025)

A General Framework for Interpretable Neural Learning based on Local Information-Theoretic Goal Functions
von: Makkeh, Abdullah, et al.
Veröffentlicht: (2023)

Minimal Convolutional RNNs Accelerate Spatiotemporal Learning
von: Horuz, Coşku Can, et al.
Veröffentlicht: (2025)

Optimizing Neural Network Performance and Interpretability with Diophantine Equation Encoding
von: Katende, Ronald
Veröffentlicht: (2024)

The Effect of Label Noise on the Information Content of Neural Representations
von: Umar, Ali Hussaini, et al.
Veröffentlicht: (2025)

Rethinking Deep Learning: Non-backpropagation and Non-optimization Machine Learning Approach Using Hebbian Neural Networks
von: Itoh, Kei
Veröffentlicht: (2024)

Evolutionary Warm-Starts for Reinforcement Learning in Industrial Continuous Control
von: Maus, Tom, et al.
Veröffentlicht: (2026)

Correlative Information Maximization: A Biologically Plausible Approach to Supervised Deep Neural Networks without Weight Symmetry
von: Bozkurt, Bariscan, et al.
Veröffentlicht: (2023)

Sequential Reservoir Computing for Efficient High-Dimensional Spatiotemporal Forecasting
von: Asanjan, Ata Akbari, et al.
Veröffentlicht: (2026)

COMBHelper: A Neural Approach to Reduce Search Space for Graph Combinatorial Problems
von: Tian, Hao, et al.
Veröffentlicht: (2023)

Spatiotemporal Forecasting of Traffic Flow using Wavelet-based Temporal Attention
von: Jakhmola, Yash, et al.
Veröffentlicht: (2024)

Differential Evolution Algorithm based Hyper-Parameters Selection of Transformer Neural Network Model for Load Forecasting
von: Sen, Anuvab, et al.
Veröffentlicht: (2023)

State-Space Constraints Can Improve the Generalisation of the Differentiable Neural Computer to Input Sequences With Unseen Length
von: Ofner, Patrick, et al.
Veröffentlicht: (2021)

Spectral-Stimulus Information for Self-Supervised Stimulus Encoding
von: Deighton, Jared, et al.
Veröffentlicht: (2024)

Multiple Population Alternate Evolution Neural Architecture Search
von: Zou, Juan, et al.
Veröffentlicht: (2024)

Synergizing Reinforcement Learning and Genetic Algorithms for Neural Combinatorial Optimization
von: Gu, Shengda, et al.
Veröffentlicht: (2025)

DDCL: Deep Dual Competitive Learning: A Differentiable End-to-End Framework for Unsupervised Prototype-Based Representation Learning
von: Cirrincione, Giansalvo
Veröffentlicht: (2026)

Symbol: Generating Flexible Black-Box Optimizers through Symbolic Equation Learning
von: Chen, Jiacheng, et al.
Veröffentlicht: (2024)

A Self-Ensemble Inspired Approach for Effective Training of Binary-Weight Spiking Neural Networks
von: Meng, Qingyan, et al.
Veröffentlicht: (2025)

Reinforcement Learning-based Self-adaptive Differential Evolution through Automated Landscape Feature Learning
von: Guo, Hongshu, et al.
Veröffentlicht: (2025)

Multi-Class Imbalanced Learning with Support Vector Machines via Differential Evolution
von: Zhang, Zhong-Liang, et al.
Veröffentlicht: (2025)

A Machine Learning Approach to Automatic Fall Detection of Soldiers
von: Soares, Leandro, et al.
Veröffentlicht: (2025)

Learning Long Sequences in Spiking Neural Networks
von: Stan, Matei Ioan, et al.
Veröffentlicht: (2023)

The Evolution of Learning Algorithms for Artificial Neural Networks
von: Baxter, Jonathan
Veröffentlicht: (2025)

Probabilistic computation and uncertainty quantification with emerging covariance
von: Ma, Hengyuan, et al.
Veröffentlicht: (2023)

Learning Where, What and How to Transfer: A Multi-Role Reinforcement Learning Approach for Evolutionary Multitasking
von: Zhan, Jiajun, et al.
Veröffentlicht: (2025)

ELENA: Epigenetic Learning through Evolved Neural Adaptation
von: Kriuk, Boris, et al.
Veröffentlicht: (2025)

Learning Numeracy: Binary Arithmetic with Neural Turing Machines
von: Castellini, Jacopo
Veröffentlicht: (2019)

Enhancing Imbalance Learning: A Novel Slack-Factor Fuzzy SVM Approach
von: Tanveer, M., et al.
Veröffentlicht: (2024)

Effects of Introducing Synaptic Scaling on Spiking Neural Network Learning
von: Touda, Shinnosuke, et al.
Veröffentlicht: (2026)

On The Expressivity of Recurrent Neural Cascades
von: Knorozova, Nadezda Alexandrovna, et al.
Veröffentlicht: (2023)

Stochastic Quantum Spiking Neural Networks with Quantum Memory and Local Learning
von: Chen, Jiechen, et al.
Veröffentlicht: (2025)

S-TLLR: STDP-inspired Temporal Local Learning Rule for Spiking Neural Networks
von: Apolinario, Marco Paul E., et al.
Veröffentlicht: (2023)

Contrastive-Signal-Dependent Plasticity: Self-Supervised Learning in Spiking Neural Circuits
von: Ororbia, Alexander
Veröffentlicht: (2023)

EQNN: Enhanced Quantum Neural Network
von: Chen, Abel C. H.
Veröffentlicht: (2024)