Buchumschlag

Incorporating Arbitrary Matrix Group Equivariance into KANs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hu, Lexiang, Wang, Yisen, Lin, Zhouchen
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Symmetry Discovery for Different Data Types
von: Hu, Lexiang, et al.
Veröffentlicht: (2024)

Explicit Discovery of Nonlinear Symmetries from Dynamic Data
von: Hu, Lexiang, et al.
Veröffentlicht: (2025)

Governing Equation Discovery from Data Based on Differential Invariants
von: Hu, Lexiang, et al.
Veröffentlicht: (2025)

Adaptive Global and Fine-Grained Perceptual Fusion for MLLM Embeddings Compatible with Hard Negative Amplification
von: Hu, Lexiang, et al.
Veröffentlicht: (2026)

G-RepsNet: A Fast and General Construction of Equivariant Networks for Arbitrary Matrix Groups
von: Basu, Sourya, et al.
Veröffentlicht: (2024)

Generalist++: A Meta-learning Framework for Mitigating Trade-off in Adversarial Training
von: Wang, Yisen, et al.
Veröffentlicht: (2025)

A Canonicalization Perspective on Invariant and Equivariant Learning
von: Ma, George, et al.
Veröffentlicht: (2024)

On the Adversarial Transferability of Generalized "Skip Connections"
von: Wang, Yisen, et al.
Veröffentlicht: (2024)

Monomial Matrix Group Equivariant Neural Functional Networks
von: Tran, Viet-Hoang, et al.
Veröffentlicht: (2024)

Conformalized-KANs: Uncertainty Quantification with Coverage Guarantees for Kolmogorov-Arnold Networks (KANs) in Scientific Machine Learning
von: Mollaali, Amirhossein, et al.
Veröffentlicht: (2025)

On the expressiveness and spectral bias of KANs
von: Wang, Yixuan, et al.
Veröffentlicht: (2024)

High-Rank Irreducible Cartesian Tensor Decomposition and Bases of Equivariant Spaces
von: Shao, Shihao, et al.
Veröffentlicht: (2024)

COEFF-KANs: A Paradigm to Address the Electrolyte Field with KANs
von: Li, Xinhe, et al.
Veröffentlicht: (2024)

Compact Matrix Quantum Group Equivariant Neural Networks
von: Pearce-Crump, Edward
Veröffentlicht: (2023)

Understanding the Role of Equivariance in Self-supervised Learning
von: Wang, Yifei, et al.
Veröffentlicht: (2024)

Rethinking the Function of Neurons in KANs
von: Altarabichi, Mohammed Ghaith
Veröffentlicht: (2024)

Accelerated Gradient Tracking over Time-varying Graphs for Decentralized Optimization
von: Li, Huan, et al.
Veröffentlicht: (2021)

Autocorrelation Reintroduces Spectral Bias in KANs for Time Series Forecasting
von: Zeng, Chen, et al.
Veröffentlicht: (2026)

Group Equivariance Meets Mechanistic Interpretability: Equivariant Sparse Autoencoders
von: Erdogan, Ege, et al.
Veröffentlicht: (2025)

Pareto Adversarial Robustness: Balancing Spatial Robustness and Sensitivity-based Robustness
von: Sun, Ke, et al.
Veröffentlicht: (2021)

Are KANs Effective for Multivariate Time Series Forecasting?
von: Han, Xiao, et al.
Veröffentlicht: (2024)

ChemKANs for Combustion Chemistry Modeling and Acceleration
von: Koenig, Benjamin C., et al.
Veröffentlicht: (2025)

Improving Memory Efficiency for Training KANs via Meta Learning
von: Zhao, Zhangchi, et al.
Veröffentlicht: (2025)

Equivariance by Contrast: Identifiable Equivariant Embeddings from Unlabeled Finite Group Actions
von: Schmidt, Tobias, et al.
Veröffentlicht: (2025)

DropKAN: Regularizing KANs by masking post-activations
von: Altarabichi, Mohammed Ghaith
Veröffentlicht: (2024)

CausalKANs: interpretable treatment effect estimation with Kolmogorov-Arnold networks
von: Almodóvar, Alejandro, et al.
Veröffentlicht: (2025)

Convergence Rate Analysis of LION
von: Dong, Yiming, et al.
Veröffentlicht: (2024)

Beyond likelihood ratio bias: Nested multi-time-scale stochastic approximation for likelihood-free parameter estimation
von: Li, Zehao, et al.
Veröffentlicht: (2024)

On the $O(\frac{\sqrt{d}}{K^{1/4}})$ Convergence Rate of AdamW Measured by $\ell_1$ Norm
von: Li, Huan, et al.
Veröffentlicht: (2025)

Attention Sinks Induce Gradient Sinks: Massive Activations as Gradient Regulators in Transformers
von: Chen, Yihong, et al.
Veröffentlicht: (2026)

Convergence Rate Analysis of the AdamW-Style Shampoo: Unifying One-Sided and Two-Sided Preconditioning
von: Li, Huan, et al.
Veröffentlicht: (2026)

On the Limitations and Capabilities of Position Embeddings for Length Generalization
von: Chen, Yang, et al.
Veröffentlicht: (2025)

KANs need curvature: penalties for compositional smoothness
von: Bagrow, James
Veröffentlicht: (2026)

Unsupervised Learning of Group Invariant and Equivariant Representations
von: Winter, Robin, et al.
Veröffentlicht: (2022)

Lie Group Decompositions for Equivariant Neural Networks
von: Mironenco, Mircea, et al.
Veröffentlicht: (2023)

Optimizing IoT Threat Detection with Kolmogorov-Arnold Networks (KANs)
von: Emelianova, Natalia, et al.
Veröffentlicht: (2025)

Kolmogorov Arnold Networks (KANs) for Imbalanced Data -- An Empirical Perspective
von: Yadav, Pankaj, et al.
Veröffentlicht: (2025)

Low-Dimension-to-High-Dimension Generalization And Its Implications for Length Generalization
von: Chen, Yang, et al.
Veröffentlicht: (2024)

Partial Feedback Online Learning
von: Shao, Shihao, et al.
Veröffentlicht: (2026)

DIGIC: Domain Generalizable Imitation Learning by Causal Discovery
von: Chen, Yang, et al.
Veröffentlicht: (2024)