Enhancing Fast Feed Forward Networks with Load Balancing and a Master Leaf Node

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Charalampopoulos, Andreas, Chatzis, Nikolas, Ntoulas-Panagiotopoulos, Foivos, Papaioannou, Charilaos, Potamianos, Alexandros
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

CultureMERT: Continual Pre-Training for Cross-Cultural Music Representation Learning
von: Kanatas, Angelos-Nikolaos, et al.
Veröffentlicht: (2025)

LC-Protonets: Multi-Label Few-Shot Learning for World Music Audio Tagging
von: Papaioannou, Charilaos, et al.
Veröffentlicht: (2024)

Universal Music Representations? Evaluating Foundation Models on World Music Corpora
von: Papaioannou, Charilaos, et al.
Veröffentlicht: (2025)

Optimizing Dense Feed-Forward Neural Networks
von: Balderas, Luis, et al.
Veröffentlicht: (2023)

Feed-Forward Optimization With Delayed Feedback for Neural Network Training
von: Flügel, Katharina, et al.
Veröffentlicht: (2023)

Value of Information-Enhanced Exploration in Bootstrapped DQN
von: Plataniotis, Stergios, et al.
Veröffentlicht: (2025)

T-GAE: Transferable Graph Autoencoder for Network Alignment
von: He, Jiashu, et al.
Veröffentlicht: (2023)

Feed-Forward Neural Networks as a Mixed-Integer Program
von: Aftabi, Navid, et al.
Veröffentlicht: (2024)

On the Role of Transformer Feed-Forward Layers in Nonlinear In-Context Learning
von: Sun, Haoyuan, et al.
Veröffentlicht: (2025)

Continual Deep Learning on the Edge via Stochastic Local Competition among Subnetworks
von: Christophides, Theodoros, et al.
Veröffentlicht: (2024)

Fast and Distributed Equivariant Graph Neural Networks by Virtual Node Learning
von: Zhang, Yuelin, et al.
Veröffentlicht: (2025)

Flash Multi-Head Feed-Forward Network
von: Zhang, Minshen, et al.
Veröffentlicht: (2025)

Fast Graph Sharpness-Aware Minimization for Enhancing and Accelerating Few-Shot Node Classification
von: Luo, Yihong, et al.
Veröffentlicht: (2024)

Fast Inference of Removal-Based Node Influence
von: Li, Weikai, et al.
Veröffentlicht: (2024)

Least-Loaded Expert Parallelism: Load Balancing An Imbalanced Mixture-of-Experts
von: Nguyen, Xuan-Phi, et al.
Veröffentlicht: (2026)

Hyperspherical Forward-Forward with Prototypical Representations
von: Sarode, Shalini, et al.
Veröffentlicht: (2026)

Joint Explainability-Performance Optimization With Surrogate Models for AI-Driven Edge Services
von: Charalampakos, Foivos, et al.
Veröffentlicht: (2025)

SparseBalance: Load-Balanced Long Context Training with Dynamic Sparse Attention
von: Xu, Hongtao, et al.
Veröffentlicht: (2026)

Fast Forward: Accelerating LLM Prefill with Predictive FFN Sparsity
von: Gautam, Aayush, et al.
Veröffentlicht: (2026)

RelGNN: Composite Message Passing for Relational Deep Learning
von: Chen, Tianlang, et al.
Veröffentlicht: (2025)

Fast and Featureless Node Representation Learning with Partial Pairwise Supervision
von: Chakraborty, Sujan, et al.
Veröffentlicht: (2026)

BuffGraph: Enhancing Class-Imbalanced Node Classification via Buffer Nodes
von: Wang, Qian, et al.
Veröffentlicht: (2024)

Fast and Robust Contextual Node Representation Learning over Dynamic Graphs
von: Guo, Xingzhi, et al.
Veröffentlicht: (2024)

VN-EGNN: E(3)-Equivariant Graph Neural Networks with Virtual Nodes Enhance Protein Binding Site Identification
von: Sestak, Florian, et al.
Veröffentlicht: (2024)

Cumulative-Goodness Free-Riding in Forward-Forward Networks: Real, Repairable, but Not Accuracy-Dominant
von: Yousefiramandi, Amirhossein
Veröffentlicht: (2026)

One Node Per User: Node-Level Federated Learning for Graph Neural Networks
von: Gao, Zhidong, et al.
Veröffentlicht: (2024)

Enhancing Imbalanced Node Classification via Curriculum-Guided Feature Learning and Three-Stage Attention Network
von: Fofanah, Abdul Joseph, et al.
Veröffentlicht: (2026)

Revolutionizing Personalized Cancer Vaccines with NEO: Novel Epitope Optimization Using an Aggregated Feed Forward and Recurrent Neural Network with LSTM Architecture
von: Basava, Nishanth
Veröffentlicht: (2024)

On the Utilization of Unique Node Identifiers in Graph Neural Networks
von: Bechler-Speicher, Maya, et al.
Veröffentlicht: (2024)

Parallelizing Node-Level Explainability in Graph Neural Networks
von: Llorente, Oscar, et al.
Veröffentlicht: (2026)

Explaining Graph Neural Networks for Node Similarity on Graphs
von: Daza, Daniel, et al.
Veröffentlicht: (2024)

Enhancing Fairness in Autoencoders for Node-Level Graph Anomaly Detection
von: Wang, Shouju, et al.
Veröffentlicht: (2025)

Forward-Forward Learning achieves Highly Selective Latent Representations for Out-of-Distribution Detection in Fully Spiking Neural Networks
von: Terres-Escudero, Erik B., et al.
Veröffentlicht: (2024)

Randomization Boosts KV Caching, Learning Balances Query Load: A Joint Perspective
von: Wu, Fangzhou, et al.
Veröffentlicht: (2026)

Novel Saliency Analysis for the Forward Forward Algorithm
von: Bakhshi, Mitra
Veröffentlicht: (2024)

Auto-Compressing Networks
von: Dorovatas, Vaggelis, et al.
Veröffentlicht: (2025)

Reverso: Efficient Time Series Foundation Models for Zero-shot Forecasting
von: Fu, Xinghong, et al.
Veröffentlicht: (2026)

PIMPC-GNN: Physics-Informed Multi-Phase Consensus Learning for Enhancing Imbalanced Node Classification in Graph Neural Networks
von: Fofanah, Abdul Joseph, et al.
Veröffentlicht: (2026)

Relational Deep Learning: Challenges, Foundations and Next-Generation Architectures
von: Dwivedi, Vijay Prakash, et al.
Veröffentlicht: (2025)

A KL Lens on Quantization: Fast, Forward-Only Sensitivity for Mixed-Precision SSM-Transformer Models
von: Kong, Jason, et al.
Veröffentlicht: (2026)