Buchumschlag

Information Geometry of Evolution of Neural Network Parameters While Training

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Thiruthummal, Abhiram Anand, Kim, Eun-jin, Shelyag, Sergiy
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Extremization to Fine Tune Physics Informed Neural Networks for Solving Boundary Value Problems
von: Thiruthummal, Abhiram Anand, et al.
Veröffentlicht: (2024)

Geometry-Informed Neural Networks
von: Berzins, Arturs, et al.
Veröffentlicht: (2024)

Reliable Active Learning from Unreliable Labels via Neural Collapse Geometry
von: Goel, Atharv, et al.
Veröffentlicht: (2025)

Efficient Multi-bit Quantization Network Training via Weight Bias Correction and Bit-wise Coreset Sampling
von: Kim, Jinhee, et al.
Veröffentlicht: (2025)

Learning 3D Scene Analogies with Neural Contextual Scene Maps
von: Kim, Junho, et al.
Veröffentlicht: (2025)

Enhancing Accuracy and Parameter-Efficiency of Neural Representations for Network Parameterization
von: Choi, Hongjun, et al.
Veröffentlicht: (2024)

Training-Free Restoration of Pruned Neural Networks
von: Lee, Keonho, et al.
Veröffentlicht: (2025)

Parameter-efficient Bayesian Neural Networks for Uncertainty-aware Depth Estimation
von: Paul, Richard D., et al.
Veröffentlicht: (2024)

Neural Loss Function Evolution for Large-Scale Image Classifier Convolutional Neural Networks
von: Morgan, Brandon, et al.
Veröffentlicht: (2024)

Tuning the Frequencies: Robust Training for Sinusoidal Neural Networks
von: Novello, Tiago, et al.
Veröffentlicht: (2024)

EraseFlow: Learning Concept Erasure Policies via GFlowNet-Driven Alignment
von: Kusumba, Abhiram, et al.
Veröffentlicht: (2025)

CycleBNN: Cyclic Precision Training in Binary Neural Networks
von: Fontana, Federico, et al.
Veröffentlicht: (2024)

Iterative Misclassification Error Training (IMET): An Optimized Neural Network Training Technique for Image Classification
von: Singh, Ruhaan, et al.
Veröffentlicht: (2025)

In Search of a Data Transformation That Accelerates Neural Field Training
von: Seo, Junwon, et al.
Veröffentlicht: (2023)

Learning to Weight Parameters for Training Data Attribution
von: Li, Shuangqi, et al.
Veröffentlicht: (2025)

Sharpness-Aware Minimization with Adaptive Regularization for Training Deep Neural Networks
von: Zou, Jinping, et al.
Veröffentlicht: (2024)

Balancing Stability and Plasticity in Sequentially Trained Early-Exiting Neural Networks
von: Zniber, Alaa, et al.
Veröffentlicht: (2026)

ReffAKD: Resource-efficient Autoencoder-based Knowledge Distillation
von: Doshi, Divyang, et al.
Veröffentlicht: (2024)

InfiniteYou: Flexible Photo Recrafting While Preserving Your Identity
von: Jiang, Liming, et al.
Veröffentlicht: (2025)

Enhancing Deep Neural Network Training Efficiency and Performance through Linear Prediction
von: Ying, Hejie, et al.
Veröffentlicht: (2023)

Progressive Monitoring of Generative Model Training Evolution
von: Prasad, Vidya, et al.
Veröffentlicht: (2024)

When Is Rank-1 Enough? Geometry-Guided Initialization for Parameter-Efficient Fine-Tuning
von: Zhao, Haoran, et al.
Veröffentlicht: (2026)

Revised Regularization for Efficient Continual Learning through Correlation-Based Parameter Update in Bayesian Neural Networks
von: Palit, Sanchar, et al.
Veröffentlicht: (2024)

Discretizing Group-Convolutional Neural Networks for 3D Geometry in Feature Space
von: Franzen, Daniel, et al.
Veröffentlicht: (2026)

Efficient Neural Network Training via Subset Pretraining
von: Spörer, Jan, et al.
Veröffentlicht: (2024)

General Cyclical Training of Neural Networks
von: Smith, Leslie N.
Veröffentlicht: (2022)

Preconditioners for the Stochastic Training of Neural Fields
von: Chng, Shin-Fang, et al.
Veröffentlicht: (2024)

Early Detection of Coffee Leaf Rust Through Convolutional Neural Networks Trained on Low-Resolution Images
von: Cabrera, Angelly, et al.
Veröffentlicht: (2024)

Towards Robust Spiking Neural Networks:Mitigating Heterogeneous Training Vulnerability via Dominant Eigencomponent Projection
von: Zhang, Desong, et al.
Veröffentlicht: (2025)

SafeR-CLIP: Mitigating NSFW Content in Vision-Language Models While Preserving Pre-Trained Knowledge
von: Yousaf, Adeel, et al.
Veröffentlicht: (2025)

Embedding Geometries of Contrastive Language-Image Pre-Training
von: Chou, Jason Chuan-Chih, et al.
Veröffentlicht: (2024)

Criticality Leveraged Adversarial Training (CLAT) for Boosted Performance via Parameter Efficiency
von: Gopal, Bhavna, et al.
Veröffentlicht: (2024)

Semantic-Aware Gaussian Process Calibration with Structured Layerwise Kernels for Deep Neural Networks
von: Lee, Kyung-hwan, et al.
Veröffentlicht: (2025)

MentalBlackboard: Evaluating Spatial Visualization via Mathematical Transformations
von: Yilmaz, Nilay, et al.
Veröffentlicht: (2026)

Enhancing Neural Network Interpretability Through Conductance-Based Information Plane Analysis
von: Dabounou, Jaouad, et al.
Veröffentlicht: (2024)

Federated Hybrid Training and Self-Adversarial Distillation: Towards Robust Edge Networks
von: Qiao, Yu, et al.
Veröffentlicht: (2024)

SAFE: Slow and Fast Parameter-Efficient Tuning for Continual Learning with Pre-Trained Models
von: Zhao, Linglan, et al.
Veröffentlicht: (2024)

Parameter-Efficient Fine-Tuning for Pre-Trained Vision Models: A Survey and Benchmark
von: Xin, Yi, et al.
Veröffentlicht: (2024)

NeuralVDB: High-resolution Sparse Volume Representation using Hierarchical Neural Networks
von: Kim, Doyub, et al.
Veröffentlicht: (2022)

LayerMerge: Neural Network Depth Compression through Layer Pruning and Merging
von: Kim, Jinuk, et al.
Veröffentlicht: (2024)