:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Dave, Neisarg, Kifer, Daniel, Giles, C. Lee, Mali, Ankur
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2402.02627
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Investigating Symbolic Capabilities of Large Language Models
von: Dave, Neisarg, et al.
Veröffentlicht: (2024)

Precision, Stability, and Generalization: A Comprehensive Assessment of RNNs learnability capability for Classifying Counter and Dyck Languages
von: Dave, Neisarg, et al.
Veröffentlicht: (2024)

Tight Stability, Convergence, and Robustness Bounds for Predictive Coding Networks
von: Mali, Ankur, et al.
Veröffentlicht: (2024)

TeLU Activation Function for Fast and Stable Deep Learning
von: Fernandez, Alfredo, et al.
Veröffentlicht: (2024)

Exploring Learnability in Memory-Augmented Recurrent Neural Networks: Precision, Stability, and Empirical Insights
von: Das, Shrabon, et al.
Veröffentlicht: (2024)

Stable and Robust Deep Learning By Hyperbolic Tangent Exponential Linear Unit (TeLU)
von: Fernandez, Alfredo, et al.
Veröffentlicht: (2024)

Integral Signatures of Activation Functions: A 9-Dimensional Taxonomy and Stability Theory for Deep Learning
von: Mali, Ankur, et al.
Veröffentlicht: (2025)

Realizable Circuit Complexity: Embedding Computation in Space-Time
von: Prada, Benjamin, et al.
Veröffentlicht: (2025)

Sensitivity-Constrained Fourier Neural Operators for Forward and Inverse Problems in Parametric Differential Equations
von: Behroozi, Abdolmehdi, et al.
Veröffentlicht: (2025)

Unlearning or Concealment? A Critical Analysis and Evaluation Metrics for Unlearning in Diffusion Models
von: Sharma, Aakash Sen, et al.
Veröffentlicht: (2024)

Surprisal-Rényi Free Energy
von: Matsumoto, Shion, et al.
Veröffentlicht: (2026)

Bridging Predictive Coding and MDL: A Two-Part Code Framework for Deep Learning
von: Prada, Benjamin, et al.
Veröffentlicht: (2025)

Generalization Analysis and Method for Domain Generalization for a Family of Recurrent Neural Networks
von: Termehchi, Atefeh, et al.
Veröffentlicht: (2026)

Neuro-mimetic Task-free Unsupervised Online Learning with Continual Self-Organizing Maps
von: Vaidya, Hitesh, et al.
Veröffentlicht: (2024)

A Unified Framework for Continual Learning and Unlearning
von: Chatterjee, Romit, et al.
Veröffentlicht: (2024)

Curvature-Weighted Capacity Allocation: A Minimum Description Length Framework for Layer-Adaptive Large Language Model Optimization
von: Amaefuna, Theophilus, et al.
Veröffentlicht: (2026)

Stability and Performance Analysis of Discrete-Time ReLU Recurrent Neural Networks
von: Noori, Sahel Vahedi, et al.
Veröffentlicht: (2024)

Temporal Graph Learning Recurrent Neural Network for Traffic Forecasting
von: Lee, Sanghyun, et al.
Veröffentlicht: (2024)

Stabilizing Estimates of Shapley Values with Control Variates
von: Goldwasser, Jeremy, et al.
Veröffentlicht: (2023)

Deep Symbolic Learning: Discovering Symbols and Rules from Perceptions
von: Daniele, Alessandro, et al.
Veröffentlicht: (2022)

Continuous-Time Piecewise-Linear Recurrent Neural Networks
von: Brändle, Alena, et al.
Veröffentlicht: (2026)

A Review of Neuroscience-Inspired Machine Learning
von: Ororbia, Alexander, et al.
Veröffentlicht: (2024)

Neuro-Symbolic Rule Lists
von: Xu, Sascha, et al.
Veröffentlicht: (2024)

A Taxonomy of Recurrent Learning Rules
von: Martín-Sánchez, Guillermo, et al.
Veröffentlicht: (2022)

CORTEX: A Cost-Sensitive Rule and Tree Extraction Method
von: Kopanja, Marija, et al.
Veröffentlicht: (2025)

Eclectic Rule Extraction for Explainability of Deep Neural Network based Intrusion Detection Systems
von: Ables, Jesse, et al.
Veröffentlicht: (2024)

"FRAME: Forward Recursive Adaptive Model Extraction-A Technique for Advance Feature Selection"
von: Kapure, Nachiket, et al.
Veröffentlicht: (2025)

On the Expressiveness of Softmax Attention: A Recurrent Neural Network Perspective
von: Mongaras, Gabriel, et al.
Veröffentlicht: (2025)

Investigating Sparsity in Recurrent Neural Networks
von: Darji, Harshil
Veröffentlicht: (2024)

Spectral Pruning for Recurrent Neural Networks
von: Furuya, Takashi, et al.
Veröffentlicht: (2021)

Enhancing Symbolic Regression and Universal Physics-Informed Neural Networks with Dimensional Analysis
von: Podina, Lena, et al.
Veröffentlicht: (2024)

Symbol-Equivariant Recurrent Reasoning Models
von: Freinschlag, Richard, et al.
Veröffentlicht: (2026)

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

StefaLand: An Efficient Geoscience Foundation Model That Improves Dynamic Land-Surface Predictions
von: Kraabel, Nicholas, et al.
Veröffentlicht: (2025)

SymTorch: Symbolic Distillation of Neural Networks
von: Tan, Elizabeth S. Z., et al.
Veröffentlicht: (2026)

Generalization and Risk Bounds for Recurrent Neural Networks
von: Cheng, Xuewei, et al.
Veröffentlicht: (2024)

An Uncertainty Principle for Linear Recurrent Neural Networks
von: François, Alexandre, et al.
Veröffentlicht: (2025)

Weight-Space Linear Recurrent Neural Networks
von: Nzoyem, Roussel Desmond, et al.
Veröffentlicht: (2025)

Correlating Cross-Iteration Noise for DP-SGD using Model Curvature
von: Gu, Xin, et al.
Veröffentlicht: (2025)

Convergence of Gradient Descent for Recurrent Neural Networks: A Nonasymptotic Analysis
von: Cayci, Semih, et al.
Veröffentlicht: (2024)