Buchumschlag

Representation learning of dynamic networks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Haixu, Cao, Jiguo, Pei, Jian
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

Probabilistic Functional Neural Networks
von: Wang, Haixu, et al.
Veröffentlicht: (2025)

Functional Autoencoder for Smoothing and Representation Learning
von: Wu, Sidi, et al.
Veröffentlicht: (2024)

Online Functional Principal Component Analysis on a Multidimensional Domain
von: Nanshan, Muye, et al.
Veröffentlicht: (2025)

On the weight dynamics of learning networks
von: Sharafi, Nahal, et al.
Veröffentlicht: (2024)

Learning Data-Efficient and Generalizable Neural Operators via Fundamental Physics Knowledge
von: Ma, Siying, et al.
Veröffentlicht: (2026)

Brep2Shape: Boundary and Shape Representation Alignment via Self-Supervised Transformers
von: Sun, Yuanxu, et al.
Veröffentlicht: (2026)

Modeling Transformers as complex networks to analyze learning dynamics
von: Rocchetti, Elisabetta
Veröffentlicht: (2025)

Three-layer deep learning network random trees for fault detection in chemical production process
von: Lu, Ming, et al.
Veröffentlicht: (2024)

RoPINN: Region Optimized Physics-Informed Neural Networks
von: Wu, Haixu, et al.
Veröffentlicht: (2024)

HelmFluid: Learning Helmholtz Dynamics for Interpretable Fluid Prediction
von: Xing, Lanxiang, et al.
Veröffentlicht: (2023)

Theoretical Analysis of Contrastive Learning under Imbalanced Data: From Training Dynamics to a Pruning Solution
von: Liao, Haixu, et al.
Veröffentlicht: (2026)

Best Transition Matrix Esitimation or Best Label Noise Robustness Classifier? Two Possible Methods to Enhance the Performance of T-revision
von: Liu, Haixu, et al.
Veröffentlicht: (2025)

Universal and efficient graph neural networks with dynamic attention for machine learning interatomic potentials
von: Bi, Shuyu, et al.
Veröffentlicht: (2026)

Fair and efficient contribution valuation for vertical federated learning
von: Fan, Zhenan, et al.
Veröffentlicht: (2022)

Transolver: A Fast Transformer Solver for PDEs on General Geometries
von: Wu, Haixu, et al.
Veröffentlicht: (2024)

Set-Valued Transformer Network for High-Emission Mobile Source Identification
von: Cao, Yunning, et al.
Veröffentlicht: (2025)

TripleWin: Fixed-Point Equilibrium Pricing for Data-Model Coupled Markets
von: Ren, Hongrun, et al.
Veröffentlicht: (2025)

ProPINN: Demystifying Propagation Failures in Physics-Informed Neural Networks
von: Wu, Haixu, et al.
Veröffentlicht: (2025)

Deep Time Series Models: A Comprehensive Survey and Benchmark
von: Wang, Yuxuan, et al.
Veröffentlicht: (2024)

Neural Statistical Functions
von: Xu, Daniel, et al.
Veröffentlicht: (2026)

Pseudo-rigid body networks: learning interpretable deformable object dynamics from partial observations
von: Mamedov, Shamil, et al.
Veröffentlicht: (2023)

Multi-resolution partial differential equations preserved learning framework for spatiotemporal dynamics
von: Liu, Xin-Yang, et al.
Veröffentlicht: (2022)

How Is Uncertainty Propagated in Knowledge Distillation?
von: Cui, Ziyao, et al.
Veröffentlicht: (2026)

ADP-VRSGP: Decentralized Learning with Adaptive Differential Privacy via Variance-Reduced Stochastic Gradient Push
von: Wu, Xiaoming, et al.
Veröffentlicht: (2025)

TimeSiam: A Pre-Training Framework for Siamese Time-Series Modeling
von: Dong, Jiaxiang, et al.
Veröffentlicht: (2024)

Representations learnt by SGD and Adaptive learning rules: Conditions that vary sparsity and selectivity in neural networks
von: Park, Jin Hyun
Veröffentlicht: (2022)

Kernel Representation and Similarity Measure for Incomplete Data
von: Cao, Yang, et al.
Veröffentlicht: (2025)

Identifiable learning of dissipative dynamics
von: Zhu, Aiqing, et al.
Veröffentlicht: (2025)

Probabilistic Subgoal Representations for Hierarchical Reinforcement learning
von: Wang, Vivienne Huiling, et al.
Veröffentlicht: (2024)

Learning Representation for Multitask learning through Self Supervised Auxiliary learning
von: Shin, Seokwon, et al.
Veröffentlicht: (2024)

Nonparametric learning of heterogeneous graphical model on network-linked data
von: Wang, Yuwen, et al.
Veröffentlicht: (2025)

Metadata Matters for Time Series: Informative Forecasting with Transformers
von: Dong, Jiaxiang, et al.
Veröffentlicht: (2024)

Transolver-3: Scaling Up Transformer Solvers to Industrial-Scale Geometries
von: Zhou, Hang, et al.
Veröffentlicht: (2026)

iTransformer: Inverted Transformers Are Effective for Time Series Forecasting
von: Liu, Yong, et al.
Veröffentlicht: (2023)

Transolver++: An Accurate Neural Solver for PDEs on Million-Scale Geometries
von: Luo, Huakun, et al.
Veröffentlicht: (2025)

FlashBias: Fast Computation of Attention with Bias
von: Wu, Haixu, et al.
Veröffentlicht: (2025)

Generalization analysis with deep ReLU networks for metric and similarity learning
von: Zhou, Junyu, et al.
Veröffentlicht: (2024)

Representation learning with CGAN for casual inference
von: Weng, Zhaotian, et al.
Veröffentlicht: (2024)

The dynamic interplay between in-context and in-weight learning in humans and neural networks
von: Russin, Jacob, et al.
Veröffentlicht: (2024)

Bayesian continual learning and forgetting in neural networks
von: Bonnet, Djohan, et al.
Veröffentlicht: (2025)