Buchumschlag

Measuring and Controlling Solution Degeneracy across Task-Trained Recurrent Neural Networks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Huang, Ann, Singh, Satpreet H., Martinelli, Flavio, Rajan, Kanaka
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Information Theory Neural and Evolutionary Computing Neurons and Cognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

InputDSA: Demixing then Comparing Recurrent and Externally Driven Dynamics
von: Huang, Ann, et al.
Veröffentlicht: (2025)

Correlative Information Maximization: A Biologically Plausible Approach to Supervised Deep Neural Networks without Weight Symmetry
von: Bozkurt, Bariscan, et al.
Veröffentlicht: (2023)

Data-Efficient Neural Training with Dynamic Connectomes
von: Wu, Yutong, et al.
Veröffentlicht: (2025)

Adaptive Decoding via Hierarchical Neural Information Gradients in Mouse Visual Tasks
von: Feng, Jingyi, et al.
Veröffentlicht: (2025)

Neural Models of Task Adaptation: A Tutorial on Spiking Networks for Executive Control
von: Kannan, Ashwin Viswanathan, et al.
Veröffentlicht: (2025)

R-FORCE: Robust Learning for Random Recurrent Neural Networks
von: Zheng, Yang, et al.
Veröffentlicht: (2020)

Smooth Exact Gradient Descent Learning in Spiking Neural Networks
von: Klos, Christian, et al.
Veröffentlicht: (2023)

Spatial Spiking Neural Networks Enable Efficient and Robust Temporal Computation
von: Landsmeer, Lennart P. L., et al.
Veröffentlicht: (2025)

Slow Transition to Low-Dimensional Chaos in Heavy-Tailed Recurrent Neural Networks
von: Xie, Yi, et al.
Veröffentlicht: (2025)

Diverse Neural Sequences in QIF Networks: An Analytically Tractable Framework for Synfire Chains and Hippocampal Replay
von: Shimizu, Genki, et al.
Veröffentlicht: (2025)

Understanding Electro-communication and Electro-sensing in Weakly Electric Fish using Multi-Agent Deep Reinforcement Learning
von: Singh, Satpreet H., et al.
Veröffentlicht: (2025)

Spectral-Stimulus Information for Self-Supervised Stimulus Encoding
von: Deighton, Jared, et al.
Veröffentlicht: (2024)

Time-Evolving Dynamical System for Learning Latent Representations of Mouse Visual Neural Activity
von: Huang, Liwei, et al.
Veröffentlicht: (2024)

Dynamics and Representation Structure of Local Approximations to Gradient-Based Learning in Linear Recurrent Neural Networks
von: Williams, Ezekiel, et al.
Veröffentlicht: (2026)

Long-Range Feedback Spiking Network Captures Dynamic and Static Representations of the Visual Cortex under Movie Stimuli
von: Huang, Liwei, et al.
Veröffentlicht: (2023)

A Portable Solution for Simultaneous Human Movement and Mobile EEG Acquisition: Readiness Potentials for Basketball Free-throw Shooting
von: Contreras-Altamirano, Miguel, et al.
Veröffentlicht: (2025)

Nonlinear Neural Dynamics and Classification Accuracy in Reservoir Computing
von: Metzner, Claus, et al.
Veröffentlicht: (2024)

A Spatiotemporal Perspective on Dynamical Computation in Neural Information Processing Systems
von: Keller, T. Anderson, et al.
Veröffentlicht: (2024)

"What" x "When" working memory representations using Laplace Neural Manifolds
von: Sarkar, Aakash, et al.
Veröffentlicht: (2024)

A Unified Phase-native Computational Principle Governs Hippocampal Spike Timing and Neural Coding
von: Ahmadvand, Reza, et al.
Veröffentlicht: (2026)

Neural Computation Without Slots: Steps Towards Biologically Plausible Memory and Attention in Natural and Artificial Intelligence
von: Bhandarkar, Shaunak, et al.
Veröffentlicht: (2025)

ELiSe: Efficient Learning of Sequences in Structured Recurrent Networks
von: Kriener, Laura, et al.
Veröffentlicht: (2024)

Regime Mapping of Oscillatory States in Balanced Spiking Networks with Multiple Time Scales
von: Kuo, Tsung-Han, et al.
Veröffentlicht: (2026)

Biologically-Plausible Topology Improved Spiking Actor Network for Efficient Deep Reinforcement Learning
von: Zhang, Duzhen, et al.
Veröffentlicht: (2024)

Preliminary Results of Neuromorphic Controller Design and a Parkinson's Disease Dataset Building for Closed-Loop Deep Brain Stimulation
von: Biswas, Ananna, et al.
Veröffentlicht: (2024)

Coin-Flipping In The Brain: Statistical Learning with Neuronal Assemblies
von: Dabagia, Max, et al.
Veröffentlicht: (2024)

Mitigating Communication Costs in Neural Networks: The Role of Dendritic Nonlinearity
von: Wu, Xundong, et al.
Veröffentlicht: (2023)

Expressivity of Neural Networks with Random Weights and Learned Biases
von: Williams, Ezekiel, et al.
Veröffentlicht: (2024)

Growing a Neural Network in Breadth, Depth, and Time
von: Butkus, Eivinas, et al.
Veröffentlicht: (2026)

Teaching signal synchronization in deep neural networks with prospective neurons
von: Zucchet, Nicoas, et al.
Veröffentlicht: (2025)

On Broken Symmetry in Cognition
von: Li, Xin
Veröffentlicht: (2023)

Building functional and mechanistic models of cortical computation based on canonical cell type connectivity
von: Granier, Arno, et al.
Veröffentlicht: (2025)

Analysis of a Spatialized Brain-Body-Environment System
von: Pak, Denizhan, et al.
Veröffentlicht: (2025)

The generalized Hierarchical Gaussian Filter
von: Weber, Lilian Aline, et al.
Veröffentlicht: (2023)

Exploring the role of structure in a time constrained decision task
von: Chaix-Eichel, Naomi, et al.
Veröffentlicht: (2024)

Von Economo neurons enable reliable social skill acquisition in recurrent spiking neural networks: a computational account with clinical predictions
von: Keskin, Esila
Veröffentlicht: (2026)

Reply to: Limitations in odour recognition and generalisation in a neuromorphic olfactory circuit
von: Moyal, Roy, et al.
Veröffentlicht: (2024)

Canonical Functionalism: Defining Functional Structure without Observer-Relative Semantic Maps
von: Kanai, Ryota, et al.
Veröffentlicht: (2026)

BrainFuse: a unified infrastructure integrating realistic biological modeling and core AI methodology
von: Chen, Baiyu, et al.
Veröffentlicht: (2026)

Heterogeneous quantization regularizes spiking neural network activity
von: Moyal, Roy, et al.
Veröffentlicht: (2024)