Buchumschlag

Adaptive Activation Functions for Predictive Modeling with Sparse Experimental Data

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Pourkamali-Anaraki, Farhad, Nasrin, Tahamina, Jensen, Robert E., Peterson, Amy M., Hansen, Christopher J.
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Neural and Evolutionary Computing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Probabilistic Neural Networks (PNNs) with t-Distributed Outputs: Adaptive Prediction Intervals Beyond Gaussian Assumptions
von: Pourkamali-Anaraki, Farhad
Veröffentlicht: (2025)

APALU: A Trainable, Adaptive Activation Function for Deep Learning Networks
von: Subramanian, Barathi, et al.
Veröffentlicht: (2024)

Evolving Multi-Channel Confidence-Aware Activation Functions for Missing Data with Channel Propagation
von: Sani, Naeem Shahabi, et al.
Veröffentlicht: (2026)

Deriving Activation Functions Using Integration
von: Huang, Allen Hao, et al.
Veröffentlicht: (2024)

Topology-Aware Activation Functions in Neural Networks
von: Snopov, Pavel, et al.
Veröffentlicht: (2025)

Expanded Gating Ranges Improve Activation Functions
von: Huang, Allen Hao
Veröffentlicht: (2024)

Exploring the Relationship: Transformative Adaptive Activation Functions in Comparison to Other Activation Functions
von: Kunc, Vladimír
Veröffentlicht: (2024)

ENN: A Neural Network with DCT Adaptive Activation Functions
von: Martinez-Gost, Marc, et al.
Veröffentlicht: (2023)

Activation Functions for "A Feedforward Unitary Equivariant Neural Network"
von: Ma, Pui-Wai
Veröffentlicht: (2024)

Kolmogorov-Arnold Networks in Low-Data Regimes: A Comparative Study with Multilayer Perceptrons
von: Pourkamali-Anaraki, Farhad
Veröffentlicht: (2024)

A More Accurate Approximation of Activation Function with Few Spikes Neurons
von: Jeong, Dayena, et al.
Veröffentlicht: (2024)

Predictive Modeling in the Reservoir Kernel Motif Space
von: Tino, Peter, et al.
Veröffentlicht: (2024)

Learnable Activation Functions in Physics-Informed Neural Networks for Solving Partial Differential Equations
von: Farea, Afrah, et al.
Veröffentlicht: (2024)

Zorro: A Flexible and Differentiable Parametric Family of Activation Functions That Extends ReLU and GELU
von: Roodschild, Matias, et al.
Veröffentlicht: (2024)

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

ActNAS : Generating Efficient YOLO Models using Activation NAS
von: Sah, Sudhakar, et al.
Veröffentlicht: (2024)

Aerial Image Classification in Scarce and Unconstrained Environments via Conformal Prediction
von: Pourkamali-Anaraki, Farhad
Veröffentlicht: (2025)

Steering Large Language Models using Conceptors: Improving Addition-Based Activation Engineering
von: Postmus, Joris, et al.
Veröffentlicht: (2024)

STAL: Spike Threshold Adaptive Learning Encoder for Classification of Pain-Related Biosignal Data
von: Hens, Freek, et al.
Veröffentlicht: (2024)

Frequency and Generalisation of Periodic Activation Functions in Reinforcement Learning
von: Mavor-Parker, Augustine N., et al.
Veröffentlicht: (2024)

Low-Rank Compression of Pretrained Models via Randomized Subspace Iteration
von: Pourkamali-Anaraki, Farhad
Veröffentlicht: (2026)

Hysteresis Activation Function for Efficient Inference
von: Kimhi, Moshe, et al.
Veröffentlicht: (2024)

Closed-Form Test Functions for Biophysical Sequence Optimization Algorithms
von: Stanton, Samuel, et al.
Veröffentlicht: (2024)

Island-Based Evolutionary Computation with Diverse Surrogates and Adaptive Knowledge Transfer for High-Dimensional Data-Driven Optimization
von: Zhang, Xian-Rong, et al.
Veröffentlicht: (2025)

Ensemble-Based Dirichlet Modeling for Predictive Uncertainty and Selective Classification
von: Franzen, Courtney, et al.
Veröffentlicht: (2026)

Learning Symbolic Model-Agnostic Loss Functions via Meta-Learning
von: Raymond, Christian, et al.
Veröffentlicht: (2022)

Heterogeneous Connectivity in Sparse Networks: Fan-in Profiles, Gradient Hierarchy, and Topological Equilibria
von: Tomczak, Nikodem
Veröffentlicht: (2026)

Do Language Models Use Their Depth Efficiently?
von: Csordás, Róbert, et al.
Veröffentlicht: (2025)

Data-Informed Model Complexity Metric for Optimizing Symbolic Regression Models
von: Haut, Nathan, et al.
Veröffentlicht: (2025)

Unsupervised Sparse Coding-based Spiking Neural Network for Real-time Spike Sorting
von: Melot, Alexis, et al.
Veröffentlicht: (2025)

Linearly Constrained Weights: Reducing Activation Shift for Faster Training of Neural Networks
von: Kutsuna, Takuro
Veröffentlicht: (2024)

GRASP: GRouped Activation Shared Parameterization for Parameter-Efficient Fine-Tuning and Robust Inference of Transformers
von: Bal, Malyaban, et al.
Veröffentlicht: (2025)

Generative Design through Quality-Diversity Data Synthesis and Language Models
von: Gaier, Adam, et al.
Veröffentlicht: (2024)

Multi-SpaCE: Multi-Objective Subsequence-based Sparse Counterfactual Explanations for Multivariate Time Series Classification
von: Refoyo, Mario, et al.
Veröffentlicht: (2024)

Breaking the Conventional Forward-Backward Tie in Neural Networks: Activation Functions
von: Troiano, Luigi, et al.
Veröffentlicht: (2025)

Generalization Ability of Feature-based Performance Prediction Models: A Statistical Analysis across Benchmarks
von: Nikolikj, Ana, et al.
Veröffentlicht: (2024)

Predicting the Stay Length of Patients in Hospitals using Convolutional Gated Recurrent Deep Learning Model
von: Neshat, Mehdi, et al.
Veröffentlicht: (2024)

Enhanced Genetic Programming Models with Multiple Equations for Accurate Semi-Autogenous Grinding Mill Throughput Prediction
von: Ghasemi, Zahra, et al.
Veröffentlicht: (2023)

Hidden Activations Are Not Enough: A General Approach to Neural Network Predictions
von: Leblanc, Samuel, et al.
Veröffentlicht: (2024)

Adversarially Robust Spiking Neural Networks with Sparse Connectivity
von: Schmolli, Mathias, et al.
Veröffentlicht: (2025)