Buchumschlag

On the Improvement of Generalization and Stability of Forward-Only Learning via Neural Polarization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Terres-Escudero, Erik B., Del Ser, Javier, Garcia-Bringas, Pablo
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence Neural and Evolutionary Computing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Emerging NeoHebbian Dynamics in Forward-Forward Learning: Implications for Neuromorphic Computing
von: Terres-Escudero, Erik B., et al.
Veröffentlicht: (2024)

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)

Backpropagation-free Spiking Neural Networks with the Forward-Forward Algorithm
von: Ghader, Mohammadnavid, et al.
Veröffentlicht: (2025)

Breaking the Conventional Forward-Backward Tie in Neural Networks: Activation Functions
von: Troiano, Luigi, et al.
Veröffentlicht: (2025)

Selectivity and Shape in the Design of Forward-Forward Goodness Functions
von: Akkus, Talha Ruzgar, et al.
Veröffentlicht: (2026)

Learning Heuristics for Transit Network Design and Improvement with Deep Reinforcement Learning
von: Holliday, Andrew, et al.
Veröffentlicht: (2024)

A Contrastive Symmetric Forward-Forward Algorithm (SFFA) for Continual Learning Tasks
von: Terres-Escudero, Erik B., et al.
Veröffentlicht: (2024)

Traces Propagation: Memory-Efficient and Scalable Forward-Only Learning in Spiking Neural Networks
von: Pes, Lorenzo, et al.
Veröffentlicht: (2025)

AiGAS-dEVL: An Adaptive Incremental Neural Gas Model for Drifting Data Streams under Extreme Verification Latency
von: Arostegi, Maria, et al.
Veröffentlicht: (2024)

Recurrent Neural Networks Learn to Store and Generate Sequences using Non-Linear Representations
von: Csordás, Róbert, et al.
Veröffentlicht: (2024)

On-line Policy Improvement using Monte-Carlo Search
von: Tesauro, Gerald, et al.
Veröffentlicht: (2025)

SPEAR: Structured Pruning for Spiking Neural Networks via Synaptic Operation Estimation and Reinforcement Learning
von: Xie, Hui, et al.
Veröffentlicht: (2025)

Gradient-Free Continual Learning in Spiking Neural Networks via Inter-Spike Interval Regularization
von: Roy, Samrendra, et al.
Veröffentlicht: (2026)

Feedback Favors the Generalization of Neural ODEs
von: Jia, Jindou, et al.
Veröffentlicht: (2024)

Causal Learning with Neural Assemblies
von: Kopadi, Evangelia, et al.
Veröffentlicht: (2026)

Space-Time Continuous PDE Forecasting using Equivariant Neural Fields
von: Knigge, David M., et al.
Veröffentlicht: (2024)

Evolution Meets Diffusion: Efficient Neural Architecture Generation
von: Zhou, Bingye, et al.
Veröffentlicht: (2025)

Structure as Computation: Developmental Generation of Minimal Neural Circuits
von: Zhou, Duan
Veröffentlicht: (2026)

LLS: Local Learning Rule for Deep Neural Networks Inspired by Neural Activity Synchronization
von: Apolinario, Marco Paul E., et al.
Veröffentlicht: (2024)

Measuring the Energy Consumption and Efficiency of Deep Neural Networks: An Empirical Analysis and Design Recommendations
von: Tripp, Charles Edison, et al.
Veröffentlicht: (2024)

Half-Space Feature Learning in Neural Networks
von: Yadav, Mahesh Lorik, et al.
Veröffentlicht: (2024)

Mechanistic Neural Networks for Scientific Machine Learning
von: Pervez, Adeel, et al.
Veröffentlicht: (2024)

DGPO: RL-Steered Graph Diffusion for Neural Architecture Generation
von: Liuliakov, Aleksei, et al.
Veröffentlicht: (2026)

Hebbian Learning based Orthogonal Projection for Continual Learning of Spiking Neural Networks
von: Xiao, Mingqing, et al.
Veröffentlicht: (2024)

Meta-Learning Loss Functions for Deep Neural Networks
von: Raymond, Christian
Veröffentlicht: (2024)

Training Neural Networks with Optimal Double-Bayesian Learning
von: Bui, Vy, et al.
Veröffentlicht: (2026)

Bridge the Inference Gaps of Neural Processes via Expectation Maximization
von: Wang, Qi, et al.
Veröffentlicht: (2025)

Optimality Principles and Neural Ordinary Differential Equations-based Process Modeling for Distributed Control
von: Wartmann, Michael R., et al.
Veröffentlicht: (2025)

Evolutionary Computation for the Design and Enrichment of General-Purpose Artificial Intelligence Systems: Survey and Prospects
von: Poyatos, Javier, et al.
Veröffentlicht: (2024)

Structurally Flexible Neural Networks: Evolving the Building Blocks for General Agents
von: Pedersen, Joachim Winther, et al.
Veröffentlicht: (2024)

Instance-Conditioned Adaptation for Large-scale Generalization of Neural Routing Solver
von: Zhou, Changliang, et al.
Veröffentlicht: (2024)

Learning to Reduce Search Space for Generalizable Neural Routing Solver
von: Zhou, Changliang, et al.
Veröffentlicht: (2025)

Quantum-Evolutionary Neural Networks for Multi-Agent Federated Learning
von: Lala, Aarav, et al.
Veröffentlicht: (2025)

TACOS: Task Agnostic Continual Learning in Spiking Neural Networks
von: Soures, Nicholas, et al.
Veröffentlicht: (2024)

Globally Optimal Training of Spiking Neural Networks via Parameter Reconstruction
von: Udupi, Himanshu, et al.
Veröffentlicht: (2026)

Training Spiking Neural Networks via Augmented Direct Feedback Alignment
von: Zhang, Yongbo, et al.
Veröffentlicht: (2024)

Hierarchical Self-Attention: Generalizing Neural Attention Mechanics to Multi-Scale Problems
von: Amizadeh, Saeed, et al.
Veröffentlicht: (2025)

ActPC-Geom: Towards Scalable Online Neural-Symbolic Learning via Accelerating Active Predictive Coding with Information Geometry & Diverse Cognitive Mechanisms
von: Goertzel, Ben
Veröffentlicht: (2025)

General-Purpose In-Context Learning by Meta-Learning Transformers
von: Kirsch, Louis, et al.
Veröffentlicht: (2022)

Scalable Learning in Structured Recurrent Spiking Neural Networks without Backpropagation
von: Tang, Bo, et al.
Veröffentlicht: (2026)