Buchumschlag

Fractional Order Distributed Optimization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lixandru, Andrei, van Gerven, Marcel, Pequito, Sergio
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

Proximal Policy Optimization with Adaptive Exploration
von: Lixandru, Andrei
Veröffentlicht: (2024)

The Relationship Between Head Injury and Alzheimer's Disease: A Causal Analysis with Bayesian Networks
von: Lixandru, Andrei
Veröffentlicht: (2025)

Logarithmically Quantized Distributed Optimization over Dynamic Multi-Agent Networks
von: Doostmohammadian, Mohammadreza, et al.
Veröffentlicht: (2024)

Neural Ordinary Differential Equations for Simulating Metabolic Pathway Dynamics from Time-Series Multiomics Data
von: Habaraduwa, Udesh, et al.
Veröffentlicht: (2025)

A Unified Perspective on Optimization in Machine Learning and Neuroscience: From Gradient Descent to Neural Adaptation
von: Fernández, Jesús García, et al.
Veröffentlicht: (2025)

Probabilistic Forecasting via Autoregressive Flow Matching
von: ElGazzar, Ahmed, et al.
Veröffentlicht: (2025)

Node Perturbation Can Effectively Train Multi-Layer Neural Networks
von: Dalm, Sander, et al.
Veröffentlicht: (2023)

Neural Co-state Policies: Structuring Hidden States in Recurrent Reinforcement Learning
von: Leeftink, David, et al.
Veröffentlicht: (2026)

Generative Modeling of Neural Dynamics via Latent Stochastic Differential Equations
von: ElGazzar, Ahmed, et al.
Veröffentlicht: (2024)

Energy-Efficient Spiking Recurrent Neural Network for Gesture Recognition on Embedded GPUs
von: Varposhti, Marzieh Hassanshahi, et al.
Veröffentlicht: (2024)

Gradient-Free Training of Recurrent Neural Networks using Random Perturbations
von: Fernandez, Jesus Garcia, et al.
Veröffentlicht: (2024)

Ornstein-Uhlenbeck Adaptation as a Mechanism for Learning in Brains and Machines
von: Fernandez, Jesus Garcia, et al.
Veröffentlicht: (2024)

Decorrelated Soft Actor-Critic for Efficient Deep Reinforcement Learning
von: Küçükoğlu, Burcu, et al.
Veröffentlicht: (2025)

Efficient Deep Learning with Decorrelated Backpropagation
von: Dalm, Sander, et al.
Veröffentlicht: (2024)

Generative Modeling of Clinical Time Series via Latent Stochastic Differential Equations
von: Aslanimoghanloo, Muhammad, et al.
Veröffentlicht: (2025)

Noise-based reward-modulated learning
von: Fernández, Jesús García, et al.
Veröffentlicht: (2025)

Discovering Continuous-Time Memory-Based Symbolic Policies using Genetic Programming
von: de Vries, Sigur, et al.
Veröffentlicht: (2024)

Efficient Deep Reinforcement Learning with Predictive Processing Proximal Policy Optimization
von: Küçükoğlu, Burcu, et al.
Veröffentlicht: (2022)

Distributed-Order Fractional Graph Operating Network
von: Zhao, Kai, et al.
Veröffentlicht: (2024)

Subspace Node Pruning
von: Offergeld, Joshua, et al.
Veröffentlicht: (2024)

Optimal Control of Probabilistic Dynamics Models via Mean Hamiltonian Minimization
von: Leeftink, David, et al.
Veröffentlicht: (2025)

Spiking Neural Networks for Continuous Control via End-to-End Model-Based Learning
von: Huebotter, Justus, et al.
Veröffentlicht: (2025)

Automated Discovery of Laser Dicing Processes with Bayesian Optimization for Semiconductor Manufacturing
von: Leeftink, David, et al.
Veröffentlicht: (2025)

Real-Time Decorrelation-Based Anomaly Detection for Multivariate Time Series
von: Sadough, Amirhossein, et al.
Veröffentlicht: (2025)

Probabilistic Prediction of Neural Dynamics via Autoregressive Flow Matching
von: Rogalla, Nicole, et al.
Veröffentlicht: (2026)

Fractional-Order Federated Learning
von: Partohaghighi, Mohammad, et al.
Veröffentlicht: (2026)

Decorrelation Speeds Up Vision Transformers
von: Carrigg, Kieran, et al.
Veröffentlicht: (2025)

Distributed Allocation and Resource Scheduling Algorithms Resilient to Link Failure
von: Doostmohammadian, Mohammadreza, et al.
Veröffentlicht: (2025)

More Optimal Fractional-Order Stochastic Gradient Descent for Non-Convex Optimization Problems
von: Partohaghighi, Mohammad, et al.
Veröffentlicht: (2025)

Effective Dimension Aware Fractional-Order Stochastic Gradient Descent for Convex Optimization Problems
von: Partohaghighi, Mohammad, et al.
Veröffentlicht: (2025)

A Physics-Informed Machine Learning Approach for Solving Distributed Order Fractional Differential Equations
von: Aghaei, Alireza Afzal
Veröffentlicht: (2024)

Neural Variable-Order Fractional Differential Equation Networks
von: Cui, Wenjun, et al.
Veröffentlicht: (2025)

Near-Optimal Distributed Minimax Optimization under the Second-Order Similarity
von: Zhou, Qihao, et al.
Veröffentlicht: (2024)

Deep Learning under Fractional-Order Differential Privacy
von: Partohaghighi, Mohammad, et al.
Veröffentlicht: (2026)

Efficient Training of Neural Fractional-Order Differential Equation via Adjoint Backpropagation
von: Kang, Qiyu, et al.
Veröffentlicht: (2025)

Fractional Order Federated Learning for Battery Electric Vehicle Energy Consumption Modeling
von: Partohaghighi, Mohammad, et al.
Veröffentlicht: (2026)

Distributed Fractional Bayesian Learning for Adaptive Optimization
von: Yang, Yaqun, et al.
Veröffentlicht: (2024)

Zeroth-Order Optimization is Secretly Single-Step Policy Optimization
von: Qiu, Junbin, et al.
Veröffentlicht: (2025)

Conformal Predictive Distributions for Order Fulfillment Time Forecasting
von: Ye, Tinghan, et al.
Veröffentlicht: (2025)

Benchmarking Optimizers for Large Language Model Pretraining
von: Semenov, Andrei, et al.
Veröffentlicht: (2025)