Buchumschlag

Investigating generalization capabilities of neural networks by means of loss landscapes and Hessian analysis

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Gabdullin, Nikita
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

The effects of Hessian eigenvalue spectral density type on the applicability of Hessian analysis to generalization capability assessment of neural networks
von: Gabdullin, Nikita
Veröffentlicht: (2025)

Exploring possible vector systems for faster training of neural networks with preconfigured latent spaces
von: Gabdullin, Nikita
Veröffentlicht: (2025)

Using predefined vector systems to speed up neural network multimillion class classification
von: Gabdullin, Nikita, et al.
Veröffentlicht: (2026)

Using predefined vector systems as latent space configuration for neural network supervised training on data with arbitrarily large number of classes
von: Gabdullin, Nikita
Veröffentlicht: (2025)

Visualizing high-dimensional loss landscapes with Hessian directions
von: Böttcher, Lucas, et al.
Veröffentlicht: (2022)

Latent space configuration for improved generalization in supervised autoencoder neural networks
von: Gabdullin, Nikita
Veröffentlicht: (2024)

Improving analytical color and texture similarity estimation methods for dataset-agnostic person reidentification
von: Gabdullin, Nikita
Veröffentlicht: (2024)

On margin-based generalization prediction in deep neural networks
von: Mouton, Coenraad
Veröffentlicht: (2024)

Visualizing the loss landscape of Self-supervised Vision Transformer
von: Lee, Youngwan, et al.
Veröffentlicht: (2024)

FAWN: Floor-And-Walls Normal Regularization for Direct Neural TSDF Reconstruction
von: Sokolova, Anna, et al.
Veröffentlicht: (2024)

Mapping Rio de Janeiro's favelas: general-purpose vs. satellite-specific neural networks
von: Hallopeau, Thomas, et al.
Veröffentlicht: (2025)

Hessian Surgery: Class-Targeted Post-Hoc Rebalancing via Hessian Spike Perturbation
von: Vigna, Hugo, et al.
Veröffentlicht: (2026)

Aligned explanations in neural networks
von: Lobet, Corentin, et al.
Veröffentlicht: (2026)

Equivariant neural networks and equivarification
von: Bao, Erkao, et al.
Veröffentlicht: (2019)

On the explainability of max-plus neural networks
von: Enaieh, Ikhlas, et al.
Veröffentlicht: (2026)

Characterization of topological structures in different neural network architectures
von: Świder, Paweł
Veröffentlicht: (2024)

Are classical deep neural networks weakly adversarially robust?
von: Sun, Nuolin, et al.
Veröffentlicht: (2025)

Kinematic analysis of structural mechanics based on convolutional neural network
von: Zhang, Leye, et al.
Veröffentlicht: (2024)

Spectral structural distortion reveals redundant neurons in neural networks
von: Wang, Yongyu
Veröffentlicht: (2026)

Multi-task convolutional neural network for image aesthetic assessment
von: Soydaner, Derya, et al.
Veröffentlicht: (2023)

Sparse components distinguish visual pathways & their alignment to neural networks
von: Marvi, Ammar I, et al.
Veröffentlicht: (2025)

Training morphological neural networks with gradient descent: some theoretical insights
von: Blusseau, Samy
Veröffentlicht: (2024)

Neural network relief: a pruning algorithm based on neural activity
von: Dekhovich, Aleksandr, et al.
Veröffentlicht: (2021)

Reduced storage direct tensor ring decomposition for convolutional neural networks compression
von: Gabor, Mateusz, et al.
Veröffentlicht: (2024)

EPTQ: Enhanced Post-Training Quantization via Hessian-guided Network-wise Optimization
von: Gordon, Ofir, et al.
Veröffentlicht: (2023)

MGVQ: Synergizing Multi-dimensional Sensitivity-Aware and Gradient-Hessian Fusion for Vector Quantization
von: Wang, Zhong, et al.
Veröffentlicht: (2026)

InfoGNN: End-to-end deep learning on mesh via graph neural networks
von: Gao, Ling, et al.
Veröffentlicht: (2025)

Differentiable, Bit-shifting, and Scalable Quantization without training neural network from scratch
von: Badar, Zia
Veröffentlicht: (2025)

GD doesn't make the cut: Three ways that non-differentiability affects neural network training
von: Kumar, Siddharth Krishna
Veröffentlicht: (2024)

Hand bone age estimation using divide and conquer strategy and lightweight convolutional neural networks
von: Kasani, Amin Ahmadi, et al.
Veröffentlicht: (2024)

Real-time prediction of breast cancer sites using deformation-aware graph neural network
von: Lee, Kyunghyun, et al.
Veröffentlicht: (2025)

Distributed solar generation forecasting using attention-based deep neural networks for cloud movement prediction
von: Perera, Maneesha, et al.
Veröffentlicht: (2024)

Can neural networks count digit frequency?
von: Khandelwal, Padmaksh
Veröffentlicht: (2023)

Enhancing convolutional neural network generalizability via low-rank weight approximation
von: Gao, Chenyin, et al.
Veröffentlicht: (2022)

CAMP-HiVe: Cyclic Pair Merging based Efficient DNN Pruning with Hessian-Vector Approximation for Resource-Constrained Systems
von: Uddin, Mohammad Helal, et al.
Veröffentlicht: (2025)

Robust deep labeling of radiological emphysema subtypes using squeeze and excitation convolutional neural networks: The MESA Lung and SPIROMICS Studies
von: Wysoczanski, Artur, et al.
Veröffentlicht: (2024)

A foundation for exact binarized morphological neural networks
von: Aouad, Theodore, et al.
Veröffentlicht: (2024)

Wasserstein distributional adversarial training for deep neural networks
von: Bai, Xingjian, et al.
Veröffentlicht: (2025)

Technical Report: Activation Residual Hessian Quantization (ARHQ) for Low-Bit LLM Quantization
von: Wang, YiFeng, et al.
Veröffentlicht: (2026)

Improving deep neural network generalization and robustness to background bias via layer-wise relevance propagation optimization
von: Bassi, Pedro R. A. S., et al.
Veröffentlicht: (2022)