:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lawrence, Elsa, El-Shazly, Adham, Seal, Srijit, Joshi, Chaitanya K, Liò, Pietro, Singh, Shantanu, Bender, Andreas, Sormanni, Pietro, Greenig, Matthew
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Artificial Intelligence
Online-Zugang:	https://arxiv.org/abs/2403.04106
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Score-Based Generative Models for Designing Binding Peptide Backbones
von: Boom, John D, et al.
Veröffentlicht: (2023)

Towards Mechanistic Interpretability of Graph Transformers via Attention Graphs
von: El, Batu, et al.
Veröffentlicht: (2025)

IgCraft: A versatile sequence generation framework for antibody discovery and engineering
von: Greenig, Matthew, et al.
Veröffentlicht: (2025)

CALF: Communication-Aware Learning Framework for Distributed Reinforcement Learning
von: Purves, Carlos, et al.
Veröffentlicht: (2026)

How Smoothing is N-simplicial Attention?
von: Dussolle, Alexandre, et al.
Veröffentlicht: (2025)

Metalearning-Informed Competence in Children: Implications for Responsible Brain-Inspired Artificial Intelligence
von: Singh, Chaitanya
Veröffentlicht: (2023)

Multi-Head Explainer: A General Framework to Improve Explainability in CNNs and Transformers
von: Sun, Bohang, et al.
Veröffentlicht: (2025)

GenRec: Generative Sequential Recommendation with Large Language Models
von: Cao, Panfeng, et al.
Veröffentlicht: (2024)

DCAE-SR: Design of a Denoising Convolutional Autoencoder for reconstructing Electrocardiograms signals at Super Resolution
von: Lomoio, Ugo, et al.
Veröffentlicht: (2024)

UESA-Net: U-Shaped Embedded Multidirectional Shrinkage Attention Network for Ultrasound Nodule Segmentation
von: Shi, Tangqi, et al.
Veröffentlicht: (2025)

Sphere Neural-Networks for Rational Reasoning
von: Dong, Tiansi, et al.
Veröffentlicht: (2024)

Actionable Interpretability via Causal Hypergraphs: Unravelling Batch Size Effects in Deep Learning
von: Sun, Zhongtian, et al.
Veröffentlicht: (2025)

Superposition in Graph Neural Networks
von: Pertl, Lukas, et al.
Veröffentlicht: (2025)

Algebraic Priors for Approximately Equivariant Networks
von: Ali, Riccardo, et al.
Veröffentlicht: (2025)

On the Expressive Power of Geometric Graph Neural Networks
von: Joshi, Chaitanya K., et al.
Veröffentlicht: (2023)

Hierarchical Planning for Complex Tasks with Knowledge Graph-RAG and Symbolic Verification
von: Cornelio, Cristina, et al.
Veröffentlicht: (2025)

Symmetry and Generalisation in Neural Approximations of Renormalisation Transformations
von: Ashworth, Cassidy, et al.
Veröffentlicht: (2025)

FLUID-LLM: Learning Computational Fluid Dynamics with Spatiotemporal-aware Large Language Models
von: Zhu, Max, et al.
Veröffentlicht: (2024)

Polynomial Neural Sheaf Diffusion: A Spectral Filtering Approach on Cellular Sheaves
von: Borgi, Alessio, et al.
Veröffentlicht: (2025)

A Decade in a Systematic Review: The Evolution and Impact of Cell Painting
von: Seal, Srijit, et al.
Veröffentlicht: (2024)

KAPLAN: Kolmogorov-Arnold Prognostic Learnable Activation Networks for Survival Analysis
von: Logothetis, Stelios Boulitsakis, et al.
Veröffentlicht: (2026)

Multi-Scale Protein Structure Modelling with Geometric Graph U-Nets
von: Liu, Chang, et al.
Veröffentlicht: (2025)

An AI Monkey Gets Grapes for Sure -- Sphere Neural Networks for Reliable Decision-Making
von: Dong, Tiansi, et al.
Veröffentlicht: (2026)

Transformers are Graph Neural Networks
von: Joshi, Chaitanya K.
Veröffentlicht: (2025)

KG4Diagnosis: A Hierarchical Multi-Agent LLM Framework with Knowledge Graph Enhancement for Medical Diagnosis
von: Zuo, Kaiwen, et al.
Veröffentlicht: (2024)

MoRE-GNN: Multi-omics Data Integration with a Heterogeneous Graph Autoencoder
von: Wang, Zhiyu, et al.
Veröffentlicht: (2025)

A Hitchhiker's Guide to Geometric GNNs for 3D Atomic Systems
von: Duval, Alexandre, et al.
Veröffentlicht: (2023)

Will More Expressive Graph Neural Networks do Better on Generative Tasks?
von: Zou, Xiandong, et al.
Veröffentlicht: (2023)

Enhancing Surgical Documentation through Multimodal Visual-Temporal Transformers and Generative AI
von: Georgenthum, Hugo, et al.
Veröffentlicht: (2025)

Sparsity is All You Need: Rethinking Biological Pathway-Informed Approaches in Deep Learning
von: Caranzano, Isabella, et al.
Veröffentlicht: (2025)

Entropy-Lens: Uncovering Decision Strategies in LLMs
von: Ali, Riccardo, et al.
Veröffentlicht: (2025)

An end-to-end attention-based approach for learning on graphs
von: Buterez, David, et al.
Veröffentlicht: (2024)

Learning Molecular Representation in a Cell
von: Liu, Gang, et al.
Veröffentlicht: (2024)

ElegansNet: a brief scientific report and initial experiments
von: Bardozzo, Francesco, et al.
Veröffentlicht: (2023)

Sheaves Reloaded: A Directional Awakening
von: Fiorini, Stefano, et al.
Veröffentlicht: (2025)

An Empirical Investigation of Neural ODEs and Symbolic Regression for Dynamical Systems
von: Ioannou, Panayiotis, et al.
Veröffentlicht: (2026)

Flows, straight but not so fast: Exploring the design space of Rectified Flows in Protein Design
von: Chen, Junhua, et al.
Veröffentlicht: (2025)

xAI-Drop: Don't Use What You Cannot Explain
von: De Luca, Vincenzo Marco, et al.
Veröffentlicht: (2024)

TabMDA: Tabular Manifold Data Augmentation for Any Classifier using Transformers with In-context Subsetting
von: Margeloiu, Andrei, et al.
Veröffentlicht: (2024)

The Explanation Necessity for Healthcare AI
von: Mamalakis, Michail, et al.
Veröffentlicht: (2024)