Buchumschlag

Fractional Concepts in Neural Networks: Enhancing Activation Functions

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Alijani, Zahra, Molek, Vojtech
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

WQLCP: Weighted Adaptive Conformal Prediction for Robust Uncertainty Quantification Under Distribution Shifts
von: Alijani, Shadi, et al.
Veröffentlicht: (2025)

Improving Quaternion Neural Networks with Quaternionic Activation Functions
von: Pöppelbaum, Johannes, et al.
Veröffentlicht: (2024)

Sim-to-Real Domain Adaptation for Deformation Classification
von: Sol, Joel, et al.
Veröffentlicht: (2024)

From Neural Activations to Concepts: A Survey on Explaining Concepts in Neural Networks
von: Lee, Jae Hee, et al.
Veröffentlicht: (2023)

FastCAV: Efficient Computation of Concept Activation Vectors for Explaining Deep Neural Networks
von: Schmalwasser, Laines, et al.
Veröffentlicht: (2025)

Designed Dithering Sign Activation for Binary Neural Networks
von: Monroy, Brayan, et al.
Veröffentlicht: (2024)

What is Missing? Explaining Neurons Activated by Absent Concepts
von: Hesse, Robin, et al.
Veröffentlicht: (2026)

FGFP: A Fractional Gaussian Filter and Pruning for Deep Neural Networks Compression
von: Tu, Kuan-Ting, et al.
Veröffentlicht: (2025)

Quantized and Interpretable Learning Scheme for Deep Neural Networks in Classification Task
von: Maleki, Alireza, et al.
Veröffentlicht: (2024)

SineKAN: Kolmogorov-Arnold Networks Using Sinusoidal Activation Functions
von: Reinhardt, Eric A. F., et al.
Veröffentlicht: (2024)

DQA: An Efficient Method for Deep Quantization of Deep Neural Network Activations
von: Hu, Wenhao, et al.
Veröffentlicht: (2024)

Visual Concept Networks: A Graph-Based Approach to Detecting Anomalous Data in Deep Neural Networks
von: Ganguly, Debargha, et al.
Veröffentlicht: (2024)

Nonlinearity Enhanced Adaptive Activation Functions
von: Yevick, David
Veröffentlicht: (2024)

Activation-wise Propagation: A One-Timestep Strategy for Spiking Neural Networks
von: Song, Jian, et al.
Veröffentlicht: (2025)

Navigating Neural Space: Revisiting Concept Activation Vectors to Overcome Directional Divergence
von: Pahde, Frederik, et al.
Veröffentlicht: (2022)

A Call to Reflect on Evaluation Practices for Age Estimation: Comparative Analysis of the State-of-the-Art and a Unified Benchmark
von: Paplham, Jakub, et al.
Veröffentlicht: (2023)

Intervening in Black Box: Concept Bottleneck Model for Enhancing Human Neural Network Mutual Understanding
von: Xiong, Nuoye, et al.
Veröffentlicht: (2025)

Adaptive Parametric Activation: Unifying and Generalising Activation Functions Across Tasks
von: Alexandridis, Konstantinos Panagiotis, et al.
Veröffentlicht: (2024)

Sparsely Activated Networks
von: Bizopoulos, Paschalis, et al.
Veröffentlicht: (2019)

Explainable Concept Generation through Vision-Language Preference Learning for Understanding Neural Networks' Internal Representations
von: Taparia, Aditya, et al.
Veröffentlicht: (2024)

Neural Loss Function Evolution for Large-Scale Image Classifier Convolutional Neural Networks
von: Morgan, Brandon, et al.
Veröffentlicht: (2024)

MI CAM: Mutual Information Weighted Activation Mapping for Causal Visual Explanations of Convolutional Neural Networks
von: Iyer, Ram S, et al.
Veröffentlicht: (2025)

Domain-Aware Fine-Tuning: Enhancing Neural Network Adaptability
von: Ha, Seokhyeon, et al.
Veröffentlicht: (2023)

Enhancing Accuracy and Parameter-Efficiency of Neural Representations for Network Parameterization
von: Choi, Hongjun, et al.
Veröffentlicht: (2024)

Graph Neural Networks for Knowledge Enhanced Visual Representation of Paintings
von: Efthymiou, Athanasios, et al.
Veröffentlicht: (2021)

Does a Neural Network Really Encode Symbolic Concepts?
von: Li, Mingjie, et al.
Veröffentlicht: (2023)

IGLU: The Integrated Gaussian Linear Unit Activation Function
von: Kang, Mingi, et al.
Veröffentlicht: (2026)

An Adaptive Method Stabilizing Activations for Enhanced Generalization
von: Seung, Hyunseok, et al.
Veröffentlicht: (2025)

Understanding Distributed Representations of Concepts in Deep Neural Networks without Supervision
von: Chang, Wonjoon, et al.
Veröffentlicht: (2023)

Achieving Data Efficient Neural Networks with Hybrid Concept-based Models
von: Opsahl, Tobias A., et al.
Veröffentlicht: (2024)

Understanding Multimodal Deep Neural Networks: A Concept Selection View
von: Shang, Chenming, et al.
Veröffentlicht: (2024)

FaCT: Faithful Concept Traces for Explaining Neural Network Decisions
von: Parchami-Araghi, Amin, et al.
Veröffentlicht: (2025)

Enhancing Deep Neural Network Training Efficiency and Performance through Linear Prediction
von: Ying, Hejie, et al.
Veröffentlicht: (2023)

From Activation to Initialization: Scaling Insights for Optimizing Neural Fields
von: Saratchandran, Hemanth, et al.
Veröffentlicht: (2024)

Enhancing Neural Network Interpretability Through Conductance-Based Information Plane Analysis
von: Dabounou, Jaouad, et al.
Veröffentlicht: (2024)

Enhancing Certifiable Semantic Robustness via Robust Pruning of Deep Neural Networks
von: Hu, Hanjiang, et al.
Veröffentlicht: (2025)

Subtractive Modulative Network with Learnable Periodic Activations
von: Wang, Tiou, et al.
Veröffentlicht: (2026)

Towards Utilising a Range of Neural Activations for Comprehending Representational Associations
von: O'Mahony, Laura, et al.
Veröffentlicht: (2024)

Foundation Models Secretly Understand Neural Network Weights: Enhancing Hypernetwork Architectures with Foundation Models
von: Gu, Jeffrey, et al.
Veröffentlicht: (2025)

Concept Bottleneck Models Without Predefined Concepts
von: Schrodi, Simon, et al.
Veröffentlicht: (2024)