Copertina

Learning Interpretable Differentiable Logic Networks

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Yue, Chang, Jha, Niraj K.
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Learning Interpretable Differentiable Logic Networks for Tabular Regression
di: Yue, Chang, et al.
Pubblicazione: (2025)

Learning Interpretable Differentiable Logic Networks for Time-Series Classification
di: Yue, Chang, et al.
Pubblicazione: (2025)

CONFINE: Conformal Prediction for Interpretable Neural Networks
di: Huang, Linhui, et al.
Pubblicazione: (2024)

Uncertainty-Aware Transformers: Conformal Prediction for Language Models
di: Vellore, Abhiram, et al.
Pubblicazione: (2026)

METRIK: Measurement-Efficient Randomized Controlled Trials using Transformers with Input Masking
di: Lala, Sayeri, et al.
Pubblicazione: (2024)

DOCTOR: A Multi-Disease Detection Continual Learning Framework Based on Wearable Medical Sensors
di: Li, Chia-Hao, et al.
Pubblicazione: (2023)

PAGE: Domain-Incremental Adaptation with Past-Agnostic Generative Replay for Smart Healthcare
di: Li, Chia-Hao, et al.
Pubblicazione: (2024)

COMFORT: A Continual Fine-Tuning Framework for Foundation Models Targeted at Consumer Healthcare
di: Li, Chia-Hao, et al.
Pubblicazione: (2024)

LinMU: Multimodal Understanding Made Linear
di: Wang, Hongjie, et al.
Pubblicazione: (2026)

Light Differentiable Logic Gate Networks
di: Rüttgers, Lukas, et al.
Pubblicazione: (2025)

Recurrent Deep Differentiable Logic Gate Networks
di: Bührer, Simon, et al.
Pubblicazione: (2025)

Zero-TPrune: Zero-Shot Token Pruning through Leveraging of the Attention Graph in Pre-Trained Transformers
di: Wang, Hongjie, et al.
Pubblicazione: (2023)

An Alternative Trajectory for Generative AI
di: Belova, Margarita, et al.
Pubblicazione: (2026)

Neural Logic Networks for Interpretable Classification
di: Perreault, Vincent, et al.
Pubblicazione: (2025)

Convolutional Differentiable Logic Gate Networks
di: Petersen, Felix, et al.
Pubblicazione: (2024)

TLINet: Differentiable Neural Network Temporal Logic Inference
di: Li, Danyang, et al.
Pubblicazione: (2024)

Mind the Gap: Removing the Discretization Gap in Differentiable Logic Gate Networks
di: Yousefi, Shakir, et al.
Pubblicazione: (2025)

A Method for Optimizing Connections in Differentiable Logic Gate Networks
di: Mommen, Wout, et al.
Pubblicazione: (2025)

Accelerated Learning with Linear Temporal Logic using Differentiable Simulation
di: Bozkurt, Alper Kamil, et al.
Pubblicazione: (2025)

Interpretable Classification via a Rule Network with Selective Logical Operators
di: Wei, Bowen, et al.
Pubblicazione: (2024)

Towards Interpretable Concept Learning over Time Series via Temporal Logic Semantics
di: Ferfoglia, Irene, et al.
Pubblicazione: (2025)

Towards Explainable Indoor Localization: Interpreting Neural Network Learning on Wi-Fi Fingerprints Using Logic Gates
di: Gufran, Danish, et al.
Pubblicazione: (2025)

NEUROLOGIC: From Neural Representations to Interpretable Logic Rules
di: Geng, Chuqin, et al.
Pubblicazione: (2025)

Guided by Stars: Interpretable Concept Learning Over Time Series via Temporal Logic Semantics
di: Ferfoglia, Irene, et al.
Pubblicazione: (2025)

GIN-Graph: A Generative Interpretation Network for Model-Level Explanation of Graph Neural Networks
di: Yue, Xiao, et al.
Pubblicazione: (2025)

Taylor-Model Physics-Informed Neural Networks (PINNs) for Ordinary Differential Equations
di: Nagesh, Chandra Kanth, et al.
Pubblicazione: (2025)

Validating Mechanistic Interpretations: An Axiomatic Approach
di: Palumbo, Nils, et al.
Pubblicazione: (2024)

Exploiting Hybrid Policy in Reinforcement Learning for Interpretable Temporal Logic Manipulation
di: Zhang, Hao, et al.
Pubblicazione: (2024)

A Logical-Rule Autoencoder for Interpretable Recommendations
di: Pan, Jinhao, et al.
Pubblicazione: (2026)

Polynomial Surrogate Training for Differentiable Ternary Logic Gate Networks
di: Damera, Sai Sandeep, et al.
Pubblicazione: (2026)

Incremental Learning of Affordances using Markov Logic Networks
di: Potter, George, et al.
Pubblicazione: (2024)

Globally Interpretable Graph Learning via Distribution Matching
di: Nian, Yi, et al.
Pubblicazione: (2023)

Differentiable Weightless Controllers: Learning Logic Circuits for Continuous Control
di: Kresse, Fabian, et al.
Pubblicazione: (2025)

Graph Structure Learning with Interpretable Bayesian Neural Networks
di: Wasserman, Max, et al.
Pubblicazione: (2024)

WARP Logic Neural Networks
di: Gerlach, Lino, et al.
Pubblicazione: (2026)

Second-Order Forward-Mode Automatic Differentiation for Optimization
di: Cobb, Adam D., et al.
Pubblicazione: (2024)

Triadic Concept Analysis for Logic Interpretation of Simple Artificial Networks
di: Schmitt, Ingo
Pubblicazione: (2026)

Disentangled Representation Learning for Parametric Partial Differential Equations
di: Liu, Ning, et al.
Pubblicazione: (2024)

LogicXGNN: Grounded Logical Rules for Explaining Graph Neural Networks
di: Geng, Chuqin, et al.
Pubblicazione: (2025)

Learning Differentiable Logic Programs for Abstract Visual Reasoning
di: Shindo, Hikaru, et al.
Pubblicazione: (2023)