Buchumschlag

SAGRAD: A Program for Neural Network Training with Simulated Annealing and the Conjugate Gradient Method

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bernal, Javier, Torres-Jimenez, Jose
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Neural and Evolutionary Computing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Neural Network Training Method Based on Neuron Connection Coefficient Adjustments
von: Jiang, Kun
Veröffentlicht: (2025)

SpikingGamma: Surrogate-Gradient Free and Temporally Precise Online Training of Spiking Neural Networks with Smoothed Delays
von: Koopman, Roel, et al.
Veröffentlicht: (2026)

Optimization of Worker Scheduling at Logistics Depots Using Genetic Algorithms and Simulated Annealing
von: Xu, Jinxin, et al.
Veröffentlicht: (2024)

Bullet Trains: Parallelizing Training of Temporally Precise Spiking Neural Networks
von: Morrill, Todd, et al.
Veröffentlicht: (2026)

Sharpness Aware Surrogate Training for Spiking Neural Networks
von: Nicholson, Maximilian
Veröffentlicht: (2026)

Forward Direct Feedback Alignment for Online Gradient Estimates of Spiking Neural Networks
von: Bacho, Florian, et al.
Veröffentlicht: (2024)

On the Privacy-Preserving Properties of Spiking Neural Networks with Unique Surrogate Gradients and Quantization Levels
von: Moshruba, Ayana, et al.
Veröffentlicht: (2025)

SQUAT: Stateful Quantization-Aware Training in Recurrent Spiking Neural Networks
von: Venkatesh, Sreyes, et al.
Veröffentlicht: (2024)

A Neural Network Training Method Based on Distributed PID Control
von: Kun, Jiang
Veröffentlicht: (2024)

A Self-Ensemble Inspired Approach for Effective Training of Binary-Weight Spiking Neural Networks
von: Meng, Qingyan, et al.
Veröffentlicht: (2025)

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

Advancing Direct Training for Spiking Neural Networks with Circulate-Firing Neurons and Learnable Gradients
von: Zhou, Feifan, et al.
Veröffentlicht: (2026)

Training a General Spiking Neural Network with Improved Efficiency and Minimum Latency
von: Yao, Yunpeng, et al.
Veröffentlicht: (2024)

Linearly Constrained Weights: Reducing Activation Shift for Faster Training of Neural Networks
von: Kutsuna, Takuro
Veröffentlicht: (2024)

Biologically Plausible Training of Deep Neural Networks Using a Top-down Credit Assignment Network
von: Chen, Jian-Hui, et al.
Veröffentlicht: (2022)

Spiking Brain Compression: Post-Training Second-order Compression for Spiking Neural Networks
von: Shi, Lianfeng, et al.
Veröffentlicht: (2025)

Advancing Training Efficiency of Deep Spiking Neural Networks through Rate-based Backpropagation
von: Yu, Chengting, et al.
Veröffentlicht: (2024)

Airborne Neural Network
von: Ranjan, Paritosh, et al.
Veröffentlicht: (2025)

Cyclic Neural Network
von: Yang, Liangwei, et al.
Veröffentlicht: (2024)

Gradient-Based Neuroplastic Adaptation for Concurrent Optimization of Neuro-Fuzzy Networks
von: Hostetter, John Wesley, et al.
Veröffentlicht: (2025)

Spiking Neural Networks with Random Network Architecture
von: Dai, Zihan, et al.
Veröffentlicht: (2025)

Understanding Vector-Valued Neural Networks and Their Relationship with Real and Hypercomplex-Valued Neural Networks
von: Valle, Marcos Eduardo
Veröffentlicht: (2023)

Input Invex Neural Network
von: Sapkota, Suman, et al.
Veröffentlicht: (2021)

Physics-Modeled Neural Networks
von: Felipe-Sosa, Raul, et al.
Veröffentlicht: (2026)

Heterogeneous Connectivity in Sparse Networks: Fan-in Profiles, Gradient Hierarchy, and Topological Equilibria
von: Tomczak, Nikodem
Veröffentlicht: (2026)

Self-Supervised Neural Architecture Search for Multimodal Deep Neural Networks
von: Suzuki, Shota, et al.
Veröffentlicht: (2025)

ChronoPlastic Spiking Neural Networks
von: Chaudhry, Sarim
Veröffentlicht: (2025)

Multi Part Deployment of Neural Network
von: Ranjan, Paritosh, et al.
Veröffentlicht: (2025)

Multi-Objective Evolutionary Neural Architecture Search for Recurrent Neural Networks
von: Booysen, Reinhard, et al.
Veröffentlicht: (2024)

Deep Pulse-Coupled Neural Networks
von: Yi, Zexiang, et al.
Veröffentlicht: (2023)

Extensional Properties of Recurrent Neural Networks
von: Dantsin, Evgeny, et al.
Veröffentlicht: (2024)

SNNAX -- Spiking Neural Networks in JAX
von: Lohoff, Jamie, et al.
Veröffentlicht: (2024)

A Neural-Evolutionary Algorithm for Autonomous Transit Network Design
von: Holliday, Andrew, et al.
Veröffentlicht: (2024)

Activation Functions for "A Feedforward Unitary Equivariant Neural Network"
von: Ma, Pui-Wai
Veröffentlicht: (2024)

Flexible and Efficient Surrogate Gradient Modeling with Forward Gradient Injection
von: Otte, Sebastian
Veröffentlicht: (2024)

Training Fully Connected Neural Networks is $\exists\mathbb{R}$-Complete
von: Bertschinger, Daniel, et al.
Veröffentlicht: (2022)

Topology-Aware Activation Functions in Neural Networks
von: Snopov, Pavel, et al.
Veröffentlicht: (2025)

On Space Folds of ReLU Neural Networks
von: Lewandowski, Michal, et al.
Veröffentlicht: (2025)

The Evolution of Learning Algorithms for Artificial Neural Networks
von: Baxter, Jonathan
Veröffentlicht: (2025)

Switch-Based Multi-Part Neural Network
von: Majumder, Surajit, et al.
Veröffentlicht: (2025)