Buchumschlag

Towards Physical Plausibility in Neuroevolution Systems

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Cortês, Gabriel, Lourenço, Nuno, Machado, Penousal
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Neural and Evolutionary Computing Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

GreenMachine: Automatic Design of Zero-Cost Proxies for Energy-Efficient NAS
von: Cortês, Gabriel, et al.
Veröffentlicht: (2024)

Towards evolution of Deep Neural Networks through contrastive Self-Supervised learning
von: Vinhas, Adriano, et al.
Veröffentlicht: (2024)

Exploring Layerwise Adversarial Robustness Through the Lens of t-SNE
von: Valentim, Inês, et al.
Veröffentlicht: (2024)

NERO-Net: A Neuroevolutionary Approach for the Design of Adversarially Robust CNNs
von: Valentim, Inês, et al.
Veröffentlicht: (2026)

Discovering Effective Policies for Land-Use Planning with Neuroevolution
von: Young, Daniel, et al.
Veröffentlicht: (2023)

Memory Networks: Towards Fully Biologically Plausible Learning
von: Ruiz, Jacobo, et al.
Veröffentlicht: (2024)

On the Dynamics of Mating Preferences in Genetic Programming
von: Simões, José Maria, et al.
Veröffentlicht: (2025)

EvoMerge: Neuroevolution for Large Language Models
von: Jiang, Yushu
Veröffentlicht: (2024)

Evolutionary Machine Learning meets Self-Supervised Learning: a comprehensive survey
von: Vinhas, Adriano, et al.
Veröffentlicht: (2025)

Evolutionary Optimization Trumps Adam Optimization on Embedding Space Exploration
von: Neto, Domício Pereira, et al.
Veröffentlicht: (2025)

Evolutionary Token-Level Prompt Optimization for Diffusion Models
von: Neto, Domício Pereira, et al.
Veröffentlicht: (2026)

Multiscale Astrocyte Network Calcium Dynamics for Biologically Plausible Intelligence in Anomaly Detection
von: Iskar, Berk, et al.
Veröffentlicht: (2025)

Counter-Current Learning: A Biologically Plausible Dual Network Approach for Deep Learning
von: Kao, Chia-Hsiang, et al.
Veröffentlicht: (2024)

Evaluating a Novel Neuroevolution and Neural Architecture Search System
von: Winter, Benjamin David, et al.
Veröffentlicht: (2025)

Task-Specific Activation Functions for Neuroevolution using Grammatical Evolution
von: Winter, Benjamin David, et al.
Veröffentlicht: (2025)

NeuroLGP-SM: Scalable Surrogate-Assisted Neuroevolution for Deep Neural Networks
von: Stapleton, Fergal, et al.
Veröffentlicht: (2024)

Sparsity Moves Computation: How FFN Architecture Reshapes Attention in Small Transformers
von: Smithline, Gabriel, et al.
Veröffentlicht: (2026)

Towards a theory of model distillation
von: Boix-Adsera, Enric
Veröffentlicht: (2024)

Towards White Box Deep Learning
von: Satkiewicz, Maciej
Veröffentlicht: (2024)

Spacer: Towards Engineered Scientific Inspiration
von: Lee, Minhyeong, et al.
Veröffentlicht: (2025)

Towards Foundation Models for Consensus Rank Aggregation
von: Jin, Yijun, et al.
Veröffentlicht: (2026)

Q-S5: Towards Quantized State Space Models
von: Abreu, Steven, et al.
Veröffentlicht: (2024)

NeuroLGP-SM: A Surrogate-assisted Neuroevolution Approach using Linear Genetic Programming
von: Stapleton, Fergal, et al.
Veröffentlicht: (2024)

Beyond Attention: Toward Machines with Intrinsic Higher Mental States
von: Adeel, Ahsan
Veröffentlicht: (2025)

Equation discovery framework EPDE: Towards a better equation discovery
von: Maslyaev, Mikhail, et al.
Veröffentlicht: (2024)

Toward Efficient Deep Spiking Neuron Networks:A Survey On Compression
von: Xie, Hui, et al.
Veröffentlicht: (2024)

Towards graph neural networks for provably solving convex optimization problems
von: Qian, Chendi, et al.
Veröffentlicht: (2025)

Recursive Dynamics in Fast-Weights Homeostatic Reentry Networks: Toward Reflective Intelligence
von: Chae, B. G.
Veröffentlicht: (2025)

Toward End-to-End Bearing Fault Diagnosis for Industrial Scenarios with Spiking Neural Networks
von: Zuo, Lin, et al.
Veröffentlicht: (2024)

Towards Universal Offline Black-Box Optimization via Learning Language Model Embeddings
von: Tan, Rong-Xi, et al.
Veröffentlicht: (2025)

On the Temperature of Machine Learning Systems
von: Zhang, Dong
Veröffentlicht: (2024)

Position: Biology is the Challenge Physics-Informed ML Needs to Evolve
von: Martinelli, Julien
Veröffentlicht: (2025)

FedAvgen: Metadata for Model Aggregation In Communication Systems
von: Kiggundu, Anthony, et al.
Veröffentlicht: (2025)

Element-wise Multiplication Based Deeper Physics-Informed Neural Networks
von: Jiang, Feilong, et al.
Veröffentlicht: (2024)

Physics-Guided Foundation Model for Scientific Discovery: An Application to Aquatic Science
von: Yu, Runlong, et al.
Veröffentlicht: (2025)

Perception-Informed Neural Networks: Beyond Physics-Informed Neural Networks
von: Mazandarani, Mehran, et al.
Veröffentlicht: (2025)

Evolutionary Computation and Explainable AI: A Roadmap to Understandable Intelligent Systems
von: Zhou, Ryan, et al.
Veröffentlicht: (2024)

Neuromorphic Continual Learning for Sequential Deployment of Nuclear Plant Monitoring Systems
von: Roy, Samrendra, et al.
Veröffentlicht: (2026)

ActPC-Geom: Towards Scalable Online Neural-Symbolic Learning via Accelerating Active Predictive Coding with Information Geometry & Diverse Cognitive Mechanisms
von: Goertzel, Ben
Veröffentlicht: (2025)

Adapting Rule Representation With Four-Parameter Beta Distribution for Learning Classifier Systems
von: Shiraishi, Hiroki, et al.
Veröffentlicht: (2025)