:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Baninajjar, Anahita, Rezine, Ahmed, Aminifar, Amir
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2409.16726
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

VNN: Verification-Friendly Neural Networks with Hard Robustness Guarantees
von: Baninajjar, Anahita, et al.
Veröffentlicht: (2023)

Breaking the Illusion: Consensus-Based Generative Mitigation of Adversarial Illusions in Multi-Modal Embeddings
von: Akbarian, Fatemeh, et al.
Veröffentlicht: (2025)

Privacy-Preserving Edge Federated Learning for Intelligent Mobile-Health Systems
von: Aminifar, Amin, et al.
Veröffentlicht: (2024)

LightFF: Lightweight Inference for Forward-Forward Algorithm
von: Aminifar, Amin, et al.
Veröffentlicht: (2024)

BEFT: Bias-Efficient Fine-Tuning of Language Models in Low-Data Regimes
von: Huang, Baichuan, et al.
Veröffentlicht: (2025)

RF-Informed Graph Neural Networks for Accurate and Data-Efficient Circuit Performance Prediction
von: Asadi, Anahita, et al.
Veröffentlicht: (2025)

Fully Automatic Neural Network Reduction for Formal Verification
von: Ladner, Tobias, et al.
Veröffentlicht: (2023)

Training Neural Networks as Recognizers of Formal Languages
von: Butoi, Alexandra, et al.
Veröffentlicht: (2024)

MetaWearS: A Shortcut in Wearable Systems Lifecycle with Only a Few Shots
von: Amirshahi, Alireza, et al.
Veröffentlicht: (2024)

Evaluating Text Classification Robustness to Part-of-Speech Adversarial Examples
von: Samadi, Anahita, et al.
Veröffentlicht: (2024)

FAME: Formal Abstract Minimal Explanation for Neural Networks
von: Boumazouza, Ryma, et al.
Veröffentlicht: (2026)

Hidden Conflicts in Neural Networks and Their Implications for Explainability
von: Dejl, Adam, et al.
Veröffentlicht: (2023)

Marabou 2.0: A Versatile Formal Analyzer of Neural Networks
von: Wu, Haoze, et al.
Veröffentlicht: (2024)

Geometry and Local Recovery of Global Minima of Two-layer Neural Networks at Overparameterization
von: Zhang, Leyang, et al.
Veröffentlicht: (2023)

GPEX, A Framework For Interpreting Artificial Neural Networks
von: Akbarnejad, Amir, et al.
Veröffentlicht: (2021)

On Improving Deep Active Learning with Formal Verification
von: Spiegelman, Jonathan, et al.
Veröffentlicht: (2025)

Complete Neural Networks for Complete Euclidean Graphs
von: Hordan, Snir, et al.
Veröffentlicht: (2023)

A Formally Verified Robustness Certifier for Neural Networks (Extended Version)
von: Tobler, James, et al.
Veröffentlicht: (2025)

Bridging Efficiency and Safety: Formal Verification of Neural Networks with Early Exits
von: Elboher, Yizhak Yisrael, et al.
Veröffentlicht: (2025)

How Does Gradient Descent Learn Features -- A Local Analysis for Regularized Two-Layer Neural Networks
von: Zhou, Mo, et al.
Veröffentlicht: (2024)

On the Relationship Between Robustness and Expressivity of Graph Neural Networks
von: Kummer, Lorenz, et al.
Veröffentlicht: (2025)

On the Two Sides of Redundancy in Graph Neural Networks
von: Bause, Franka, et al.
Veröffentlicht: (2023)

Protecting the Neural Networks against FGSM Attack Using Machine Unlearning
von: Khorasani, Amir Hossein, et al.
Veröffentlicht: (2025)

Pretraining a Neural Operator in Lower Dimensions
von: Hemmasian, AmirPouya, et al.
Veröffentlicht: (2024)

Unifying O(3) Equivariant Neural Networks Design with Tensor-Network Formalism
von: Li, Zimu, et al.
Veröffentlicht: (2022)

Local Vertex Colouring Graph Neural Networks
von: Li, Shouheng, et al.
Veröffentlicht: (2024)

On Local Overfitting and Forgetting in Deep Neural Networks
von: Stern, Uri, et al.
Veröffentlicht: (2024)

Emergence of Globally Attracting Fixed Points in Deep Neural Networks With Nonlinear Activations
von: Joudaki, Amir, et al.
Veröffentlicht: (2024)

The Contextual Lasso: Sparse Linear Models via Deep Neural Networks
von: Thompson, Ryan, et al.
Veröffentlicht: (2023)

The Interpretable and Effective Graph Neural Additive Networks
von: Bechler-Speicher, Maya, et al.
Veröffentlicht: (2024)

On the Relationship Between Representation Geometry and Generalization in Deep Neural Networks
von: Yadav, Sumit
Veröffentlicht: (2026)

Stochastic Gradient Descent for Two-layer Neural Networks
von: Cao, Dinghao, et al.
Veröffentlicht: (2024)

Rethinking Benign Overfitting in Two-Layer Neural Networks
von: Xu, Ruichen, et al.
Veröffentlicht: (2025)

ModelVerification.jl: a Comprehensive Toolbox for Formally Verifying Deep Neural Networks
von: Wei, Tianhao, et al.
Veröffentlicht: (2024)

Formally Verifying Analog Neural Networks Under Process Variations Using Polynomial Zonotopes
von: Abu-Haeyeh, Yasmine, et al.
Veröffentlicht: (2026)

Global-Local Graph Neural Networks for Node-Classification
von: Eliasof, Moshe, et al.
Veröffentlicht: (2024)

Strategies for Pretraining Neural Operators
von: Zhou, Anthony, et al.
Veröffentlicht: (2024)

Combining Graph Neural Networks and Mixed Integer Linear Programming for Molecular Inference under the Two-Layered Model
von: Zhu, Jianshen, et al.
Veröffentlicht: (2025)

Content Augmented Graph Neural Networks
von: Nasrabadi, Fatemeh Gholamzadeh, et al.
Veröffentlicht: (2023)

Towards Invariance to Node Identifiers in Graph Neural Networks
von: Bechler-Speicher, Maya, et al.
Veröffentlicht: (2025)