Buchumschlag

PruneSymNet: A Symbolic Neural Network and Pruning Algorithm for Symbolic Regression

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wu, Min, Li, Weijun, Yu, Lina, Li, Wenqiang, Liu, Jingyi, Li, Yanjie, Hao, Meilan
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

MetaSymNet: A Tree-like Symbol Network with Adaptive Architecture and Activation Functions
von: Li, Yanjie, et al.
Veröffentlicht: (2023)

DN-CL: Deep Symbolic Regression against Noise via Contrastive Learning
von: Liu, Jingyi, et al.
Veröffentlicht: (2024)

Generative Pre-Trained Transformer for Symbolic Regression Base In-Context Reinforcement Learning
von: Li, Yanjie, et al.
Veröffentlicht: (2024)

Operator Feature Neural Network for Symbolic Regression
von: Deng, Yusong, et al.
Veröffentlicht: (2024)

MMSR: Symbolic Regression is a Multi-Modal Information Fusion Task
von: Li, Yanjie, et al.
Veröffentlicht: (2024)

A Neural-Guided Dynamic Symbolic Network for Exploring Mathematical Expressions from Data
von: Li, Wenqiang, et al.
Veröffentlicht: (2023)

Discovering Mathematical Formulas from Data via GPT-guided Monte Carlo Tree Search
von: Li, Yanjie, et al.
Veröffentlicht: (2024)

UniSymNet: A Unified Symbolic Network Guided by Transformer
von: Li, Xinxin, et al.
Veröffentlicht: (2025)

ViSymRe: Vision Multimodal Symbolic Regression
von: Li, Da, et al.
Veröffentlicht: (2024)

Neural-Symbolic Message Passing with Dynamic Pruning
von: Zhang, Chongzhi, et al.
Veröffentlicht: (2025)

GESR: A Genetic Programming-Based Symbolic Regression Method with Gene Editing
von: Li, Yanjie, et al.
Veröffentlicht: (2026)

SymbolNet: Neural Symbolic Regression with Adaptive Dynamic Pruning for Compression
von: Tsoi, Ho Fung, et al.
Veröffentlicht: (2024)

Data-Efficient Symbolic Regression via Foundation Model Distillation
von: Ying, Wangyang, et al.
Veröffentlicht: (2025)

SymAgent: A Neural-Symbolic Self-Learning Agent Framework for Complex Reasoning over Knowledge Graphs
von: Liu, Ben, et al.
Veröffentlicht: (2025)

Symbol Correctness in Deep Neural Networks Containing Symbolic Layers
von: Bembenek, Aaron, et al.
Veröffentlicht: (2024)

Prior-Guided Symbolic Regression: Towards Scientific Consistency in Equation Discovery
von: Xiao, Jing, et al.
Veröffentlicht: (2026)

SymLight: Exploring Interpretable and Deployable Symbolic Policies for Traffic Signal Control
von: Liao, Xiao-Cheng, et al.
Veröffentlicht: (2025)

EMP: Enhance Memory in Data Pruning
von: Xiao, Jinying, et al.
Veröffentlicht: (2024)

A Comparison of Recent Algorithms for Symbolic Regression to Genetic Programming
von: Radwan, Yousef A., et al.
Veröffentlicht: (2024)

RAP: Runtime Adaptive Pruning for LLM Inference
von: Liu, Huanrong, et al.
Veröffentlicht: (2025)

A Learnability Analysis on Neuro-Symbolic Learning
von: He, Hao-Yuan, et al.
Veröffentlicht: (2025)

In-Context Symbolic Regression for Robustness-Improved Kolmogorov-Arnold Networks
von: Sovrano, Francesco, et al.
Veröffentlicht: (2026)

Sparse Interpretable Deep Learning with LIES Networks for Symbolic Regression
von: Montazerin, Mansooreh, et al.
Veröffentlicht: (2025)

Beyond Error-Based Optimization: Experience-Driven Symbolic Regression with Goal-Conditioned Reinforcement Learning
von: Sun, Jianwen, et al.
Veröffentlicht: (2026)

Breaking the Simplification Bottleneck in Amortized Neural Symbolic Regression
von: Saegert, Paul, et al.
Veröffentlicht: (2026)

The Neural Pruning Law Hypothesis
von: Barbulescu, Eugen, et al.
Veröffentlicht: (2025)

QE-Catalytic: A Graph-Language Multimodal Base Model for Relaxed-Energy Prediction in Catalytic Adsorption
von: Li, Yanjie, et al.
Veröffentlicht: (2025)

Uncovering Capabilities of Model Pruning in Graph Contrastive Learning
von: Wu, Junran, et al.
Veröffentlicht: (2024)

ParFam -- (Neural Guided) Symbolic Regression Based on Continuous Global Optimization
von: Scholl, Philipp, et al.
Veröffentlicht: (2023)

Exploring Federated Pruning for Large Language Models
von: Guo, Pengxin, et al.
Veröffentlicht: (2025)

Analyzing Generalization in Pre-Trained Symbolic Regression
von: Voigt, Henrik, et al.
Veröffentlicht: (2025)

ISR: Invertible Symbolic Regression
von: Tohme, Tony, et al.
Veröffentlicht: (2024)

An Efficient Sparse Fine-Tuning with Low Quantization Error via Neural Network Pruning
von: Li, Cen-Jhih, et al.
Veröffentlicht: (2025)

SymRTLO: Enhancing RTL Code Optimization with LLMs and Neuron-Inspired Symbolic Reasoning
von: Wang, Yiting, et al.
Veröffentlicht: (2025)

Learning for Long-Horizon Planning via Neuro-Symbolic Abductive Imitation
von: Shao, Jie-Jing, et al.
Veröffentlicht: (2024)

Distilling Symbolic Priors for Concept Learning into Neural Networks
von: Marinescu, Ioana, et al.
Veröffentlicht: (2024)

Learning Interpretable Network Dynamics via Universal Neural Symbolic Regression
von: Hu, Jiao, et al.
Veröffentlicht: (2024)

Exchangeability in Neural Network and its Application to Dynamic Pruning
von: Pu, et al.
Veröffentlicht: (2025)

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

Prune-Quantize-Distill: An Ordered Pipeline for Efficient Neural Network Compression
von: Zhou, Longsheng, et al.
Veröffentlicht: (2026)