Buchumschlag

Neural Algorithmic Reasoning with Multiple Correct Solutions

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kujawa, Zeno, Poole, John, Georgiev, Dobrik, Numeroso, Danilo, Fleischmann, Henry, Liò, Pietro
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

Neural Algorithmic Reasoning for Combinatorial Optimisation
von: Georgiev, Dobrik, et al.
Veröffentlicht: (2023)

Neural Bipartite Matching
von: Georgiev, Dobrik, et al.
Veröffentlicht: (2020)

The Deep Equilibrium Algorithmic Reasoner
von: Georgiev, Dobrik, et al.
Veröffentlicht: (2024)

KNARsack: Teaching Neural Algorithmic Reasoners to Solve Pseudo-Polynomial Problems
von: Požgaj, Stjepan, et al.
Veröffentlicht: (2025)

Deep Equilibrium Algorithmic Reasoning
von: Georgiev, Dobrik, et al.
Veröffentlicht: (2024)

Reasoning Algorithmically in Graph Neural Networks
von: Numeroso, Danilo
Veröffentlicht: (2024)

Parallel Algorithms Align with Neural Execution
von: Engelmayer, Valerie, et al.
Veröffentlicht: (2023)

Superposition in Graph Neural Networks
von: Pertl, Lukas, et al.
Veröffentlicht: (2025)

CALF: Communication-Aware Learning Framework for Distributed Reinforcement Learning
von: Purves, Carlos, et al.
Veröffentlicht: (2026)

How Smoothing is N-simplicial Attention?
von: Dussolle, Alexandre, et al.
Veröffentlicht: (2025)

Symmetry and Generalisation in Neural Approximations of Renormalisation Transformations
von: Ashworth, Cassidy, et al.
Veröffentlicht: (2025)

Polynomial Neural Sheaf Diffusion: A Spectral Filtering Approach on Cellular Sheaves
von: Borgi, Alessio, et al.
Veröffentlicht: (2025)

Will More Expressive Graph Neural Networks do Better on Generative Tasks?
von: Zou, Xiandong, et al.
Veröffentlicht: (2023)

Actionable Interpretability via Causal Hypergraphs: Unravelling Batch Size Effects in Deep Learning
von: Sun, Zhongtian, et al.
Veröffentlicht: (2025)

Algebraic Priors for Approximately Equivariant Networks
von: Ali, Riccardo, et al.
Veröffentlicht: (2025)

Metric Learning for Clifford Group Equivariant Neural Networks
von: Ali, Riccardo, et al.
Veröffentlicht: (2024)

MINAR: Mechanistic Interpretability for Neural Algorithmic Reasoning
von: He, Jesse, et al.
Veröffentlicht: (2026)

Interpretable Neural-Symbolic Concept Reasoning
von: Barbiero, Pietro, et al.
Veröffentlicht: (2023)

KAPLAN: Kolmogorov-Arnold Prognostic Learnable Activation Networks for Survival Analysis
von: Logothetis, Stelios Boulitsakis, et al.
Veröffentlicht: (2026)

Hierarchical Planning for Complex Tasks with Knowledge Graph-RAG and Symbolic Verification
von: Cornelio, Cristina, et al.
Veröffentlicht: (2025)

GenRec: Generative Sequential Recommendation with Large Language Models
von: Cao, Panfeng, et al.
Veröffentlicht: (2024)

KG4Diagnosis: A Hierarchical Multi-Agent LLM Framework with Knowledge Graph Enhancement for Medical Diagnosis
von: Zuo, Kaiwen, et al.
Veröffentlicht: (2024)

MoRE-GNN: Multi-omics Data Integration with a Heterogeneous Graph Autoencoder
von: Wang, Zhiyu, et al.
Veröffentlicht: (2025)

Pairwise is Not Enough: Hypergraph Neural Networks for Multi-Agent Pathfinding
von: Jain, Rishabh, et al.
Veröffentlicht: (2026)

Explaining the Explainers in Graph Neural Networks: a Comparative Study
von: Longa, Antonio, et al.
Veröffentlicht: (2022)

FLUID-LLM: Learning Computational Fluid Dynamics with Spatiotemporal-aware Large Language Models
von: Zhu, Max, et al.
Veröffentlicht: (2024)

An end-to-end attention-based approach for learning on graphs
von: Buterez, David, et al.
Veröffentlicht: (2024)

Towards Mechanistic Interpretability of Graph Transformers via Attention Graphs
von: El, Batu, et al.
Veröffentlicht: (2025)

Graph Neural Networks for temporal graphs: State of the art, open challenges, and opportunities
von: Longa, Antonio, et al.
Veröffentlicht: (2023)

Open-Book Neural Algorithmic Reasoning
von: Li, Hefei, et al.
Veröffentlicht: (2024)

Recurrent Aggregators in Neural Algorithmic Reasoning
von: Xu, Kaijia, et al.
Veröffentlicht: (2024)

xAI-Drop: Don't Use What You Cannot Explain
von: De Luca, Vincenzo Marco, et al.
Veröffentlicht: (2024)

TabMDA: Tabular Manifold Data Augmentation for Any Classifier using Transformers with In-context Subsetting
von: Margeloiu, Andrei, et al.
Veröffentlicht: (2024)

PUZZLES: A Benchmark for Neural Algorithmic Reasoning
von: Estermann, Benjamin, et al.
Veröffentlicht: (2024)

MODE: Efficient Time Series Prediction with Mamba Enhanced by Low-Rank Neural ODEs
von: Chen, Xingsheng, et al.
Veröffentlicht: (2026)

Sheaves Reloaded: A Directional Awakening
von: Fiorini, Stefano, et al.
Veröffentlicht: (2025)

GLANCE: Graph Logic Attention Network with Cluster Enhancement for Heterophilous Graph Representation Learning
von: Sun, Zhongtian, et al.
Veröffentlicht: (2025)

How Particle System Theory Enhances Hypergraph Message Passing
von: Ma, Yixuan, et al.
Veröffentlicht: (2025)

Why Isn't Relational Learning Taking Over the World?
von: Poole, David
Veröffentlicht: (2025)

EU-Nets: Enhanced, Explainable and Parsimonious U-Nets
von: Sun, B., et al.
Veröffentlicht: (2025)