Buchumschlag

Gate Recurrent Unit for Efficient Industrial Gas Identification

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Wang, Ding
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

Minion Gated Recurrent Unit for Continual Learning
von: Zyarah, Abdullah M., et al.
Veröffentlicht: (2025)

GPU Memory Requirement Prediction for Deep Learning Task Based on Bidirectional Gated Recurrent Unit Optimization Transformer
von: Wang, Chao, et al.
Veröffentlicht: (2025)

BiTA: Bidirectional Gated Recurrent Unit-Transformer Aggregator in a Temporal Graph Network Framework for Alert Prediction in Computer Networks
von: Nayeri, Zahra Makki, et al.
Veröffentlicht: (2026)

Real-Time Recurrent Learning using Trace Units in Reinforcement Learning
von: Elelimy, Esraa, et al.
Veröffentlicht: (2024)

mGRADE: Minimal Recurrent Gating Meets Delay Convolutions for Lightweight Sequence Modeling
von: Torchet, Tristan, et al.
Veröffentlicht: (2025)

Liger: Linearizing Large Language Models to Gated Recurrent Structures
von: Lan, Disen, et al.
Veröffentlicht: (2025)

Fuzzy Recurrent Stochastic Configuration Networks for Industrial Data Analytics
von: Wang, Dianhui, et al.
Veröffentlicht: (2024)

CADENT: Gated Hybrid Distillation for Sample-Efficient Transfer in Reinforcement Learning
von: Alinejad, Mahyar, et al.
Veröffentlicht: (2026)

Dynamic Context Adaptation and Information Flow Control in Transformers: Introducing the Evaluator Adjuster Unit and Gated Residual Connections
von: Dhayalkar, Sahil Rajesh
Veröffentlicht: (2024)

Recurrent Knowledge Identification and Fusion for Language Model Continual Learning
von: Feng, Yujie, et al.
Veröffentlicht: (2025)

Hierarchically Gated Experts for Efficient Online Continual Learning
von: Luong, Kevin, et al.
Veröffentlicht: (2024)

Auditable Unit-Aware Thresholds in Symbolic Regression via Logistic-Gated Operators
von: Deng, Ou, et al.
Veröffentlicht: (2025)

GRSN: Gated Recurrent Spiking Neurons for POMDPs and MARL
von: Qin, Lang, et al.
Veröffentlicht: (2024)

Llamba: Scaling Distilled Recurrent Models for Efficient Language Processing
von: Bick, Aviv, et al.
Veröffentlicht: (2025)

Get More with LESS: Synthesizing Recurrence with KV Cache Compression for Efficient LLM Inference
von: Dong, Harry, et al.
Veröffentlicht: (2024)

On the Stability and Realizability of Recurrent Polynomial Surrogate Ternary Logic Gate Networks
von: Damera, Sai Sandeep, et al.
Veröffentlicht: (2026)

M2RU: Memristive Minion Recurrent Unit for On-Chip Continual Learning at the Edge
von: Zyarah, Abdullah M., et al.
Veröffentlicht: (2025)

When to Stop Reusing: Dynamic Gradient Gating for Sample-Efficient RLVR
von: Miao, Yuchun, et al.
Veröffentlicht: (2026)

GateRA: Token-Aware Modulation for Parameter-Efficient Fine-Tuning
von: Ou, Jie, et al.
Veröffentlicht: (2025)

Spectral Gating Networks
von: Zhang, Jusheng, et al.
Veröffentlicht: (2026)

IT-OSE: Exploring Optimal Sample Size for Industrial Data Augmentation
von: Sun, Mingchun, et al.
Veröffentlicht: (2026)

Provably Efficient Algorithm for Best Scoring Rule Identification in Online Principal-Agent Information Acquisition
von: Wang, Zichen, et al.
Veröffentlicht: (2025)

XAI-Units: Benchmarking Explainability Methods with Unit Tests
von: Lee, Jun Rui, et al.
Veröffentlicht: (2025)

XAMBA: Enabling Efficient State Space Models on Resource-Constrained Neural Processing Units
von: Das, Arghadip, et al.
Veröffentlicht: (2025)

Recurrent Stochastic Configuration Networks with Incremental Blocks
von: Dang, Gang, et al.
Veröffentlicht: (2024)

READ: Recurrent Adaptation of Large Transformers
von: Nguyen, John, et al.
Veröffentlicht: (2023)

SAGE: A Novelty Gate for Efficient Memory Evolution in Agentic LLMs
von: Wang, Sijia, et al.
Veröffentlicht: (2026)

Recurrent Diffusion for Large-Scale Parameter Generation
von: Wang, Kai, et al.
Veröffentlicht: (2025)

Towards Transparent and Efficient Anomaly Detection in Industrial Processes through ExIFFI
von: Frizzo, Davide, et al.
Veröffentlicht: (2024)

Digital Twin-Driven Communication-Efficient Federated Anomaly Detection for Industrial IoT
von: Belay, Mohammed Ayalew, et al.
Veröffentlicht: (2026)

Fast and Accurate Identification of Hardware Trojan Locations in Gate-Level Netlist using Nearest Neighbour Approach integrated with Machine Learning Technique
von: Chattopadhyay, Anindita, et al.
Veröffentlicht: (2025)

Sparse-by-Design Cross-Modality Prediction: L0-Gated Representations for Reliable and Efficient Learning
von: Cenacchi, Filippo
Veröffentlicht: (2026)

Federated Learning for Efficient Condition Monitoring and Anomaly Detection in Industrial Cyber-Physical Systems
von: Marfo, William, et al.
Veröffentlicht: (2025)

On the Direction of RLVR Updates for LLM Reasoning: Identification and Exploitation
von: Huang, Kexin, et al.
Veröffentlicht: (2026)

Recurrent Reinforcement Learning with Memoroids
von: Morad, Steven, et al.
Veröffentlicht: (2024)

Neuroplasticity and Corruption in Model Mechanisms: A Case Study Of Indirect Object Identification
von: Chhabra, Vishnu Kabir, et al.
Veröffentlicht: (2025)

Recurrent Action Transformer with Memory
von: Cherepanov, Egor, et al.
Veröffentlicht: (2023)

GateLoop: Fully Data-Controlled Linear Recurrence for Sequence Modeling
von: Katsch, Tobias
Veröffentlicht: (2023)

A Text-Based Knowledge-Embedded Soft Sensing Modeling Approach for General Industrial Process Tasks Based on Large Language Model
von: Tong, Shuo, et al.
Veröffentlicht: (2025)

Rethinking Gating Mechanism in Sparse MoE: Handling Arbitrary Modality Inputs with Confidence-Guided Gate
von: Zheng, Liangwei Nathan, et al.
Veröffentlicht: (2025)