:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Gonzalez, Xavier, Warrington, Andrew, Smith, Jimmy T. H., Linderman, Scott W.
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning I.2.6
Online-Zugang:	https://arxiv.org/abs/2407.19115
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

CORE: Towards Scalable and Efficient Causal Discovery with Reinforcement Learning
von: Sauter, Andreas W. M., et al.
Veröffentlicht: (2024)

Fusing Rewards and Preferences in Reinforcement Learning
von: Khorasani, Sadegh, et al.
Veröffentlicht: (2025)

Learning Stochastic Nonlinear Dynamics with Embedded Latent Transfer Operators
von: Ke, Naichang, et al.
Veröffentlicht: (2025)

Scalable GPU-Accelerated Euler Characteristic Curves: Optimization and Differentiable Learning for PyTorch
von: Saxena, Udit
Veröffentlicht: (2025)

Transformer Scalability Crisis: The First Comprehensive Empirical Analysis of Performance Walls in Modern Language Models
von: Moghadasi, Mahdi Naser, et al.
Veröffentlicht: (2026)

Deep Memory Search: A Metaheuristic Approach for Optimizing Heuristic Search
von: Hedar, Abdel-Rahman, et al.
Veröffentlicht: (2024)

AI and Machine Learning Approaches for Predicting Nanoparticles Toxicity The Critical Role of Physiochemical Properties
von: Yousaf, Iqra
Veröffentlicht: (2024)

Modeling Nonlinear Oscillator Networks Using Physics-Informed Hybrid Reservoir Computing
von: Shannon, Andrew, et al.
Veröffentlicht: (2024)

TensorLens: End-to-End Transformer Analysis via High-Order Attention Tensors
von: Atad, Ido Andrew, et al.
Veröffentlicht: (2026)

BOND: License to Train with Black-Box Functions
von: Clark, Andrew, et al.
Veröffentlicht: (2025)

Newtonian and Lagrangian Neural Networks: A Comparison Towards Efficient Inverse Dynamics Identification
von: Trinh, Minh, et al.
Veröffentlicht: (2025)

Towards Systematic Generalization for Power Grid Optimization Problems
von: Memon, Zeeshan, et al.
Veröffentlicht: (2026)

Towards General Negotiation Strategies with End-to-End Reinforcement Learning
von: Renting, Bram M., et al.
Veröffentlicht: (2024)

Expressive Value Learning for Scalable Offline Reinforcement Learning
von: Espinosa-Dice, Nicolas, et al.
Veröffentlicht: (2025)

Learned Relay Representations for Forward-Thinking Discrete Diffusion Models
von: Rozonoyer, Benjamin, et al.
Veröffentlicht: (2026)

Towards geological inference with process-based and deep generative modeling, part 1: training on fluvial deposits
von: Rongier, Guillaume, et al.
Veröffentlicht: (2025)

Nonlinear Data Integration via Kernel Methods for Data Collaboration Analysis
von: Suetake, Yamato, et al.
Veröffentlicht: (2026)

2Mamba2Furious: Linear in Complexity, Competitive in Accuracy
von: Mongaras, Gabriel, et al.
Veröffentlicht: (2026)

Towards geological inference with process-based and deep generative modeling, part 2: inversion of fluvial deposits and latent-space disentanglement
von: Rongier, Guillaume, et al.
Veröffentlicht: (2025)

FluidWorld: Reaction-Diffusion Dynamics as a Predictive Substrate for World Models
von: Polly, Fabien
Veröffentlicht: (2026)

I-GLIDE: Input Groups for Latent Health Indicators in Degradation Estimation
von: Thil, Lucas, et al.
Veröffentlicht: (2025)

How Reliable and Stable are Explanations of XAI Methods?
von: Ribeiro, José, et al.
Veröffentlicht: (2024)

Universal Approximation of Continuous Functionals on Compact Subsets via Linear Measurements and Scalar Nonlinearities
von: Krylov, Andrey, et al.
Veröffentlicht: (2026)

Towards A Flexible Accuracy-Oriented Deep Learning Module Inference Latency Prediction Framework for Adaptive Optimization Algorithms
von: Shen, Jingran, et al.
Veröffentlicht: (2023)

Super Apriel: One Checkpoint, Many Speeds
von: Labs, SLAM, et al.
Veröffentlicht: (2026)

Towards Automated Diagnosis of Inherited Arrhythmias: Combined Arrhythmia Classification Using Lead-Aware Spatial Attention Networks
von: Sigfstead, Sophie, et al.
Veröffentlicht: (2026)

Perfecting Aircraft Maneuvers with Reinforcement Learning
von: Cilan, Atahan, et al.
Veröffentlicht: (2026)

FedAttr: Towards Privacy-preserving Client-Level Attribution in Federated LLM Fine-tuning
von: Zhang, Su, et al.
Veröffentlicht: (2026)

Ground-Compose-Reinforce: Grounding Language in Agentic Behaviours using Limited Data
von: Li, Andrew C., et al.
Veröffentlicht: (2025)

Entropy-Based Measurement of Value Drift and Alignment Work in Large Language Models
von: Fadli, Samih
Veröffentlicht: (2025)

Towards the Detection of Building Occupancy with Synthetic Environmental Data
von: Weber, Manuel, et al.
Veröffentlicht: (2020)

How Many Ratings per Item are Necessary for Reliable Significance Testing?
von: Homan, Christopher, et al.
Veröffentlicht: (2024)

Potential-Based Reward Shaping For Intrinsic Motivation
von: Forbes, Grant C., et al.
Veröffentlicht: (2024)

How to Boost Any Loss Function
von: Nock, Richard, et al.
Veröffentlicht: (2024)

Interpretable Multi-View Clustering
von: Jiang, Mudi, et al.
Veröffentlicht: (2024)

The Bayesian Confidence (BACON) Estimator for Deep Neural Networks
von: Kee, Patrick D., et al.
Veröffentlicht: (2024)

Pre-Ictal Seizure Prediction Using Personalized Deep Learning
von: Jaddu, Shriya, et al.
Veröffentlicht: (2024)

xLSTM-Mixer: Multivariate Time Series Forecasting by Mixing via Scalar Memories
von: Kraus, Maurice, et al.
Veröffentlicht: (2024)

Securing Reliability: A Brief Overview on Enhancing In-Context Learning for Foundation Models
von: Huang, Yunpeng, et al.
Veröffentlicht: (2024)

Representation learning with CGAN for casual inference
von: Weng, Zhaotian, et al.
Veröffentlicht: (2024)