Buchumschlag

Permutative redundancy and uncertainty of the objective in deep learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Glukhov, Vacslav
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Reward is not enough: can we liberate AI from the reinforcement learning paradigm?
von: Glukhov, Vacslav
Veröffentlicht: (2022)

Can we forget how we learned? Doxastic redundancy in iterated belief revision
von: Liberatore, Paolo
Veröffentlicht: (2024)

Low-redundancy Distillation for Continual Learning
von: Liu, RuiQi, et al.
Veröffentlicht: (2023)

Predictive auxiliary objectives in deep RL mimic learning in the brain
von: Fang, Ching, et al.
Veröffentlicht: (2023)

Continual uncertainty learning
von: Yonezawa, Heisei, et al.
Veröffentlicht: (2026)

Center-fixing of tropical cyclones using uncertainty-aware deep learning applied to high-temporal-resolution geostationary satellite imagery
von: Lagerquist, Ryan, et al.
Veröffentlicht: (2024)

Scale redundancy and soft gauge fixing in positively homogeneous neural networks
von: Terin, Rodrigo Carmo
Veröffentlicht: (2026)

Breach By A Thousand Leaks: Unsafe Information Leakage in `Safe' AI Responses
von: Glukhov, David, et al.
Veröffentlicht: (2024)

Comparative reversal learning reveals rigid adaptation in LLMs under non-stationary uncertainty
von: Wang, Haomiaomiao, et al.
Veröffentlicht: (2026)

Memorization in deep learning: A survey
von: Wei, Jiaheng, et al.
Veröffentlicht: (2024)

Contrastive learning-based agent modeling for deep reinforcement learning
von: Ma, Wenhao, et al.
Veröffentlicht: (2023)

Monte Carlo Permutation Search
von: Cazenave, Tristan
Veröffentlicht: (2025)

QDeepGR4J: Quantile-based ensemble of deep learning and GR4J hybrid rainfall-runoff models for extreme flow prediction with uncertainty quantification
von: Kapoor, Arpit, et al.
Veröffentlicht: (2025)

Permutation-based multi-objective evolutionary feature selection for high-dimensional data
von: Espinosa, Raquel, et al.
Veröffentlicht: (2025)

An Order-Sensitive Conflict Measure for Random Permutation Sets
von: Cheng, Ruolan, et al.
Veröffentlicht: (2025)

Adaptive traffic signal safety and efficiency improvement by multi objective deep reinforcement learning approach
von: Mirbakhsh, Shahin, et al.
Veröffentlicht: (2024)

Reliability Assessment of Information Sources Based on Random Permutation Set
von: Xu, Juntao, et al.
Veröffentlicht: (2024)

Physically consistent and uncertainty-aware learning of spatiotemporal dynamics
von: Xu, Qingsong, et al.
Veröffentlicht: (2025)

MONET: A Massive, Open, Non-redundant and Enriched Text-to-image dataset
von: Aubin, Benjamin, et al.
Veröffentlicht: (2026)

Analyzing sequential activity and travel decisions with interpretable deep inverse reinforcement learning
von: Liang, Yuebing, et al.
Veröffentlicht: (2025)

Multi-objective hybrid knowledge distillation for efficient deep learning in smart agriculture
von: Hoang, Phi-Hung, et al.
Veröffentlicht: (2025)

Preventing overfitting in deep learning using differential privacy
von: Khatri, Alizishaan Anwar Hussein
Veröffentlicht: (2026)

Tenyidie Syllabification corpus creation and deep learning applications
von: Angami, Teisovi, et al.
Veröffentlicht: (2025)

Predictive uncertainty estimation in deep learning for lung carcinoma classification in digital pathology under real dataset shifts
von: Fayjie, Abdur R., et al.
Veröffentlicht: (2024)

Generalising realisability in statistical learning theory under epistemic uncertainty
von: Cuzzolin, Fabio
Veröffentlicht: (2024)

Arithmetic Reasoning with LLM: Prolog Generation & Permutation
von: Yang, Xiaocheng, et al.
Veröffentlicht: (2024)

Permutation Picture of Graph Combinatorial Optimization Problems
von: Min, Yimeng
Veröffentlicht: (2024)

Random Walk in Random Permutation Set Theory
von: Zhou, Jiefeng, et al.
Veröffentlicht: (2024)

Limit of the Maximum Random Permutation Set Entropy
von: Zhou, Jiefeng, et al.
Veröffentlicht: (2024)

Learning Unbiased Permutations via Flow Matching
von: Min, Yimeng, et al.
Veröffentlicht: (2026)

The Impossibility of Inverse Permutation Learning in Transformer Models
von: Alur, Rohan, et al.
Veröffentlicht: (2025)

A comparative study of deep learning and ensemble learning to extend the horizon of traffic forecasting
von: Zheng, Xiao, et al.
Veröffentlicht: (2025)

Transformer-based deep imitation learning for dual-arm robot manipulation
von: Kim, Heecheol, et al.
Veröffentlicht: (2021)

Conditional deep generative models as surrogates for spatial field solution reconstruction with quantified uncertainty in Structural Health Monitoring applications
von: Silionis, Nicholas E., et al.
Veröffentlicht: (2023)

A comprehensive overview of deep learning models for object detection from videos/images
von: Zulfqar, Sukana, et al.
Veröffentlicht: (2026)

STA-Unet: Rethink the semantic redundant for Medical Imaging Segmentation
von: Vasa, Vamsi Krishna, et al.
Veröffentlicht: (2024)

Economic span selection of bridge based on deep reinforcement learning
von: Zhang, Leye, et al.
Veröffentlicht: (2024)

Spatiotemporal deep learning models for detection of rapid intensification in cyclones
von: Sutar, Vamshika, et al.
Veröffentlicht: (2025)

A deep learning and machine learning approach to predict neonatal death in the context of São Paulo
von: Raihan, Mohon, et al.
Veröffentlicht: (2025)

Challenge on Optimization of Context Collection for Code Completion
von: Ustalov, Dmitry, et al.
Veröffentlicht: (2025)