Buchumschlag

Structurally Flexible Neural Networks: Evolving the Building Blocks for General Agents

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Pedersen, Joachim Winther, Plantec, Erwan, Nisioti, Eleni, Montero, Milton, Risi, Sebastian
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

Growing Artificial Neural Networks for Control: the Role of Neuronal Diversity
von: Nisioti, Eleni, et al.
Veröffentlicht: (2024)

Hypernetworks That Evolve Themselves
von: Pedersen, Joachim Winther, et al.
Veröffentlicht: (2025)

Evolving Self-Assembling Neural Networks: From Spontaneous Activity to Experience-Dependent Learning
von: Plantec, Erwan, et al.
Veröffentlicht: (2024)

Meta-Learning an Evolvable Developmental Encoding
von: Montero, Milton L., et al.
Veröffentlicht: (2024)

When Does Structure Matter in Continual Learning? Dimensionality Controls When Modularity Shapes Representational Geometry
von: Korte, Kathrin, et al.
Veröffentlicht: (2026)

From Text to Life: On the Reciprocal Relationship between Artificial Life and Large Language Models
von: Nisioti, Eleni, et al.
Veröffentlicht: (2024)

Evolving Reservoirs for Meta Reinforcement Learning
von: Léger, Corentin, et al.
Veröffentlicht: (2023)

When Does Neuroevolution Outcompete Reinforcement Learning in Transfer Learning Tasks?
von: Nisioti, Eleni, et al.
Veröffentlicht: (2025)

Artificial Neural Microcircuits as Building Blocks: Concept and Challenges
von: Walter, Andrew, et al.
Veröffentlicht: (2024)

Learning in Spiking Neural Networks with a Calcium-based Hebbian Rule for Spike-timing-dependent Plasticity
von: Girão, Willian Soares, et al.
Veröffentlicht: (2025)

Evolving Efficient Genetic Encoding for Deep Spiking Neural Networks
von: Pan, Wenxuan, et al.
Veröffentlicht: (2024)

Structure of Artificial Neural Networks -- Empirical Investigations
von: Stier, Julian
Veröffentlicht: (2024)

Quantum-Evolutionary Neural Networks for Multi-Agent Federated Learning
von: Lala, Aarav, et al.
Veröffentlicht: (2025)

Structure as Computation: Developmental Generation of Minimal Neural Circuits
von: Zhou, Duan
Veröffentlicht: (2026)

MTSpark: Enabling Multi-Task Learning with Spiking Neural Networks for Generalist Agents
von: Devkota, Avaneesh, et al.
Veröffentlicht: (2024)

Graph Network Models To Detect Illicit Transactions In Block Chain
von: Adloori, Hrushyang, et al.
Veröffentlicht: (2024)

Scalable Learning in Structured Recurrent Spiking Neural Networks without Backpropagation
von: Tang, Bo, et al.
Veröffentlicht: (2026)

Letters, Colors, and Words: Constructing the Ideal Building Blocks Set
von: Salazar, Ricardo, et al.
Veröffentlicht: (2025)

Evolving Features vs Evolving Entire Trees with GP for Interpretable Survival Analysis
von: Schlender, Thalea, et al.
Veröffentlicht: (2026)

JPC: Flexible Inference for Predictive Coding Networks in JAX
von: Innocenti, Francesco, et al.
Veröffentlicht: (2024)

AlphaEvolve: A coding agent for scientific and algorithmic discovery
von: Novikov, Alexander, et al.
Veröffentlicht: (2025)

SPEAR: Structured Pruning for Spiking Neural Networks via Synaptic Operation Estimation and Reinforcement Learning
von: Xie, Hui, et al.
Veröffentlicht: (2025)

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

Statistical Properties of the King Wen Sequence: An Anti-Habituation Structure That Does Not Improve Neural Network Training
von: Chan, Augustin
Veröffentlicht: (2026)

Recurrent Neural Networks Learn to Store and Generate Sequences using Non-Linear Representations
von: Csordás, Róbert, et al.
Veröffentlicht: (2024)

Efficient and Flexible Neural Network Training through Layer-wise Feedback Propagation
von: Weber, Leander, et al.
Veröffentlicht: (2023)

Neuro-Symbolic Activation Discovery: Transferring Mathematical Structures from Physics to Ecology for Parameter-Efficient Neural Networks
von: Hajbi, Anas
Veröffentlicht: (2026)

Restricted Bayesian Neural Network
von: Ganguly, Sourav, et al.
Veröffentlicht: (2024)

Polysemanticity and Capacity in Neural Networks
von: Scherlis, Adam, et al.
Veröffentlicht: (2022)

Deep Oscillatory Neural Network
von: Rohan, Nurani Rajagopal, et al.
Veröffentlicht: (2024)

Time Elastic Neural Networks
von: Marteau, Pierre-François
Veröffentlicht: (2024)

Flexible Prefrontal Control over Hippocampal Episodic Memory for Goal-Directed Generalization
von: Zheng, Yicong, et al.
Veröffentlicht: (2025)

Digital Red Queen: Adversarial Program Evolution in Core War with LLMs
von: Kumar, Akarsh, et al.
Veröffentlicht: (2026)

SNN4Agents: A Framework for Developing Energy-Efficient Embodied Spiking Neural Networks for Autonomous Agents
von: Putra, Rachmad Vidya Wicaksana, et al.
Veröffentlicht: (2024)

Sheaf Neural Networks and biomedical applications
von: Mehrab, Aneeqa, et al.
Veröffentlicht: (2026)

Spark: Modular Spiking Neural Networks
von: Franco, Mario, et al.
Veröffentlicht: (2026)

Continuous Spiking Graph Neural Networks
von: Yin, Nan, et al.
Veröffentlicht: (2024)

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

Dynamics of Structured Complex-Valued Hopfield Neural Networks
von: Garimella, Rama Murthy, et al.
Veröffentlicht: (2025)

Sensitivity-Aware Mixed-Precision Quantization and Width Optimization of Deep Neural Networks Through Cluster-Based Tree-Structured Parzen Estimation
von: Azizi, Seyedarmin, et al.
Veröffentlicht: (2023)