Buchumschlag

Bridge the Inference Gaps of Neural Processes via Expectation Maximization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Qi, Federici, Marco, van Hoof, Herke
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence Neural and Evolutionary Computing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Direct Training Needs Regularisation: Anytime Optimal Inference Spiking Neural Network
von: Wu, Dengyu, et al.
Veröffentlicht: (2024)

LLS: Local Learning Rule for Deep Neural Networks Inspired by Neural Activity Synchronization
von: Apolinario, Marco Paul E., et al.
Veröffentlicht: (2024)

Bridging Synthetic and Real Routing Problems via LLM-Guided Instance Generation and Progressive Adaptation
von: Zhu, Jianghan, et al.
Veröffentlicht: (2025)

TESS: A Scalable Temporally and Spatially Local Learning Rule for Spiking Neural Networks
von: Apolinario, Marco Paul E., et al.
Veröffentlicht: (2025)

Bridging Models to Defend: A Population-Based Strategy for Robust Adversarial Defense
von: Wang, Ren, et al.
Veröffentlicht: (2023)

TX-Gen: Multi-Objective Optimization for Sparse Counterfactual Explanations for Time-Series Classification
von: Huang, Qi, et al.
Veröffentlicht: (2024)

On the Improvement of Generalization and Stability of Forward-Only Learning via Neural Polarization
von: Terres-Escudero, Erik B., et al.
Veröffentlicht: (2024)

Globally Optimal Training of Spiking Neural Networks via Parameter Reconstruction
von: Udupi, Himanshu, et al.
Veröffentlicht: (2026)

Training Spiking Neural Networks via Augmented Direct Feedback Alignment
von: Zhang, Yongbo, et al.
Veröffentlicht: (2024)

Implicit Regularization via Spectral Neural Networks and Non-linear Matrix Sensing
von: Chu, Hong T. M., et al.
Veröffentlicht: (2024)

Predictive Coding Networks and Inference Learning: Tutorial and Survey
von: van Zwol, Björn, et al.
Veröffentlicht: (2024)

Gradient-Free Training of Spiking Neural Networks via Low-Rank Evolution Strategies
von: Patankar, Dhruv, et al.
Veröffentlicht: (2026)

SPEAR: Structured Pruning for Spiking Neural Networks via Synaptic Operation Estimation and Reinforcement Learning
von: Xie, Hui, et al.
Veröffentlicht: (2025)

Gradient-Free Continual Learning in Spiking Neural Networks via Inter-Spike Interval Regularization
von: Roy, Samrendra, et al.
Veröffentlicht: (2026)

JPC: Flexible Inference for Predictive Coding Networks in JAX
von: Innocenti, Francesco, et al.
Veröffentlicht: (2024)

Feedback Favors the Generalization of Neural ODEs
von: Jia, Jindou, et al.
Veröffentlicht: (2024)

Dynamic Spiking Framework for Graph Neural Networks
von: Yin, Nan, et al.
Veröffentlicht: (2023)

Learning to Reduce Search Space for Generalizable Neural Routing Solver
von: Zhou, Changliang, et al.
Veröffentlicht: (2025)

Evolution and Efficiency in Neural Architecture Search: Bridging the Gap Between Expert Design and Automated Optimization
von: Meng, Fanfei, et al.
Veröffentlicht: (2024)

Knowledge-aware Evolutionary Graph Neural Architecture Search
von: Wang, Chao, et al.
Veröffentlicht: (2024)

Learning from Emergence: A Study on Proactively Inhibiting the Monosemantic Neurons of Artificial Neural Networks
von: Wang, Jiachuan, et al.
Veröffentlicht: (2023)

Benchmarking Fairness in Spiking Neural Networks: Data Bias, Spurious Features, and Hardware Effects
von: He, Hudi, et al.
Veröffentlicht: (2026)

Perception-Informed Neural Networks: Beyond Physics-Informed Neural Networks
von: Mazandarani, Mehran, et al.
Veröffentlicht: (2025)

Neural Interpretable Reasoning
von: Barbiero, Pietro, et al.
Veröffentlicht: (2025)

Probabilistic Neural Circuits
von: Martires, Pedro Zuidberg Dos
Veröffentlicht: (2024)

SEval-NAS: A Search-Agnostic Evaluation for Neural Architecture Search
von: Mih, Atah Nuh, et al.
Veröffentlicht: (2026)

Instance-Conditioned Adaptation for Large-scale Generalization of Neural Routing Solver
von: Zhou, Changliang, et al.
Veröffentlicht: (2024)

Brain-Inspired Spiking Neural Networks for Industrial Fault Diagnosis: A Survey, Challenges, and Opportunities
von: Wang, Huan, et al.
Veröffentlicht: (2023)

A Class Inference Scheme With Dempster-Shafer Theory for Learning Fuzzy-Classifier Systems
von: Shiraishi, Hiroki, et al.
Veröffentlicht: (2025)

Causal Learning with Neural Assemblies
von: Kopadi, Evangelia, et al.
Veröffentlicht: (2026)

Restricted Bayesian Neural Network
von: Ganguly, Sourav, et al.
Veröffentlicht: (2024)

Polysemanticity and Capacity in Neural Networks
von: Scherlis, Adam, et al.
Veröffentlicht: (2022)

Deep Oscillatory Neural Network
von: Rohan, Nurani Rajagopal, et al.
Veröffentlicht: (2024)

Time Elastic Neural Networks
von: Marteau, Pierre-François
Veröffentlicht: (2024)

Deep Neural Regression Collapse
von: Rangamani, Akshay, et al.
Veröffentlicht: (2026)

Predictive Coding Graphs are a Superset of Feedforward Neural Networks
von: van Zwol, Björn
Veröffentlicht: (2026)

No One-Size-Fits-All Neurons: Task-based Neurons for Artificial Neural Networks
von: Fan, Feng-Lei, et al.
Veröffentlicht: (2024)

ActPC-Geom: Towards Scalable Online Neural-Symbolic Learning via Accelerating Active Predictive Coding with Information Geometry & Diverse Cognitive Mechanisms
von: Goertzel, Ben
Veröffentlicht: (2025)

Sheaf Neural Networks and biomedical applications
von: Mehrab, Aneeqa, et al.
Veröffentlicht: (2026)

Spark: Modular Spiking Neural Networks
von: Franco, Mario, et al.
Veröffentlicht: (2026)