Buchumschlag

Weak Correlations as the Underlying Principle for Linearization of Gradient-Based Learning Systems

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Shem-Ur, Ori, Oz, Yaron
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Statistical Mechanics High Energy Physics - Theory Probability
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Input Space Mode Connectivity in Deep Neural Networks
von: Vrabel, Jakub, et al.
Veröffentlicht: (2024)

The Underlying Scaling Laws and Universal Statistical Structure of Complex Datasets
von: Levi, Noam, et al.
Veröffentlicht: (2023)

Complexity Measure Diagnostics of Ergodic to Many-Body Localization Transition
von: Cohen, Khen, et al.
Veröffentlicht: (2024)

Logarithmic correlation functions in 2D critical percolation
von: Camia, Federico, et al.
Veröffentlicht: (2024)

Boundary operators in the Brownian loop soup
von: Camia, Federico, et al.
Veröffentlicht: (2026)

Non-compact quantum spin chains as integrable stochastic particle processes
von: Frassek, Rouven, et al.
Veröffentlicht: (2019)

Bootstrapping Nonequilibrium Stochastic Processes
von: Cho, Minjae
Veröffentlicht: (2025)

Model-Agnostic Signal Discovery with Machine Learning: Bridging the Gap Between Theory and Practice
von: Amram, Oz, et al.
Veröffentlicht: (2026)

Universal Cusp Scaling in Random Partitions
von: Kimura, Taro, et al.
Veröffentlicht: (2022)

Learning of Statistical Field Theories
von: Shukla, Shreya, et al.
Veröffentlicht: (2025)

Non-Perturbative Trivializing Flows for Lattice Gauge Theories
von: Gerdes, Mathis, et al.
Veröffentlicht: (2024)

Functional Renormalization for Signal Detection: Dimensional Analysis and Dimensional Phase Transition for Nearly Continuous Spectra Effective Field Theory
von: Finotello, Riccardo, et al.
Veröffentlicht: (2025)

Solution of Quantum Quartic Potential Problems with Airy Fredholm Operators
von: Ganor, Ori J.
Veröffentlicht: (2026)

Detecting the 3D Ising model phase transition with a ground-state-trained autoencoder
von: Abuali, Ahmed, et al.
Veröffentlicht: (2026)

Sliding down the stairs: how correlated latent variables accelerate learning with neural networks
von: Bardone, Lorenzo, et al.
Veröffentlicht: (2024)

Logarithmic and power-law entropies from convexity
von: Kalogeropoulos, Nikolaos
Veröffentlicht: (2024)

Estimation of the reduced density matrix and entanglement entropies using autoregressive networks
von: Białas, Piotr, et al.
Veröffentlicht: (2025)

Gradient Flows and the Curvature of Theory Space
von: Pannell, William H., et al.
Veröffentlicht: (2025)

Quantum Fisher information matrices from Rényi relative entropies
von: Wilde, Mark M.
Veröffentlicht: (2025)

Understanding Diffusion Models by Feynman's Path Integral
von: Hirono, Yuji, et al.
Veröffentlicht: (2024)

Machine learning and optimization-based approaches to duality in statistical physics
von: Ferrari, Andrea E. V., et al.
Veröffentlicht: (2024)

Gradient RG Flow in Scalar-Fermion QFTs
von: Pannell, William H., et al.
Veröffentlicht: (2025)

Hyperstatistics
von: Squillante, Lucas, et al.
Veröffentlicht: (2026)

Gradient Properties of Perturbative Multiscalar RG Flows to Six Loops
von: Pannell, William H., et al.
Veröffentlicht: (2024)

Weak-valued correlation functions: Insights and precise readout strategies
von: Feng, Yuan, et al.
Veröffentlicht: (2023)

Out-of-Time-Order Correlator Spectroscopy
von: Fujii, Keisuke
Veröffentlicht: (2025)

Flow-Based Sampling for Entanglement Entropy and the Machine Learning of Defects
von: Bulgarelli, Andrea, et al.
Veröffentlicht: (2024)

Implicit Binarization via Complex Phase Dynamics in Combinatorial Optimization
von: Cohen, Khen, et al.
Veröffentlicht: (2026)

Heavy-Heavy-Light Asymptotics from Thermal Correlators
von: Burić, Ilija, et al.
Veröffentlicht: (2025)

Resource-Theoretic Quantifiers of Weak and Strong Symmetry Breaking: Strong Entanglement Asymmetry and Beyond
von: Kusuki, Yuya, et al.
Veröffentlicht: (2026)

Scalar Conformal Field Theories from Lattice Systems
von: Rong, Junchen
Veröffentlicht: (2023)

Neural Scaling Laws for Jet Generation
von: Amram, Oz, et al.
Veröffentlicht: (2026)

Generalization of the Central Limit Theorem to Critical Systems: Revisiting Perturbation Theory
von: Sahu, Sankarshan, et al.
Veröffentlicht: (2024)

Krylov Complexity Under Hamiltonian Deformations and Toda Flows
von: Takahashi, Kazutaka, et al.
Veröffentlicht: (2025)

Exact solution of an integrable non-equilibrium particle system
von: Frassek, Rouven, et al.
Veröffentlicht: (2021)

The steady state of the boundary-driven multiparticle asymmetric diffusion model
von: Frassek, Rouven, et al.
Veröffentlicht: (2023)

A set of master variables for the two-star random graph
von: Akara-pipattana, Pawat, et al.
Veröffentlicht: (2025)

Pointwise Generalization in Deep Neural Networks
von: Li, Shaojie, et al.
Veröffentlicht: (2026)

Compression, Regularity, Randomness and Emergent Structure: Rethinking Physical Complexity in the Data-Driven Era
von: Dehghani, Nima
Veröffentlicht: (2025)

Observable Optimization for Precision Theory: Machine Learning Energy Correlators
von: Bhattacharya, Arindam, et al.
Veröffentlicht: (2025)