Buchumschlag

Generalization Error Analysis for Selective State-Space Models Through the Lens of Attention

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Honarpisheh, Arya, Bozdag, Mustafa, Camps, Octavia, Sznaier, Mario
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Frequency Response Identification of Low-Order Systems: Finite-Sample Analysis
von: Honarpisheh, Arya, et al.
Veröffentlicht: (2025)

Safe Control for Pursuit-Evasion with Density Functions
von: Bozdag, Mustafa, et al.
Veröffentlicht: (2025)

Challenges in Model Agnostic Controller Learning for Unstable Systems
von: Sznaier, Mario, et al.
Veröffentlicht: (2025)

Real-Time Adaptive Motion Planning via Point Cloud-Guided, Energy-Based Diffusion and Potential Fields
von: Teshome, Wondmgezahu, et al.
Veröffentlicht: (2025)

DyGSSM: Multi-view Dynamic Graph Embeddings with State Space Model Gradient Update
von: Pijan, Bizhan Alipour, et al.
Veröffentlicht: (2025)

GRAF: Graph Attention-aware Fusion Networks
von: Kesimoglu, Ziynet Nesibe, et al.
Veröffentlicht: (2023)

3D-HGS: 3D Half-Gaussian Splatting
von: Li, Haolin, et al.
Veröffentlicht: (2024)

TA-RNN: an Attention-based Time-aware Recurrent Neural Network Architecture for Electronic Health Records
von: Olaimat, Mohammad Al, et al.
Veröffentlicht: (2024)

CAAT-EHR: Cross-Attentional Autoregressive Transformer for Multimodal Electronic Health Record Embeddings
von: Olaimat, Mohammad Al, et al.
Veröffentlicht: (2025)

Generative Model Inversion Through the Lens of the Manifold Hypothesis
von: Peng, Xiong, et al.
Veröffentlicht: (2025)

An Analysis of Attention via the Lens of Exchangeability and Latent Variable Models
von: Zhang, Yufeng, et al.
Veröffentlicht: (2022)

Randomized Atomic Feature Models for Physics-Informed Identification of Dynamic Systems
von: Singh, Rajiv, et al.
Veröffentlicht: (2026)

Sessa: Selective State Space Attention
von: Horbatko, Liubomyr
Veröffentlicht: (2026)

Solving Masked Jigsaw Puzzles with Diffusion Vision Transformers
von: Liu, Jinyang, et al.
Veröffentlicht: (2024)

Unveiling the Unseen: A Comprehensive Survey on Explainable Anomaly Detection in Images and Videos
von: Wang, Yizhou, et al.
Veröffentlicht: (2023)

Attention Satisfies: A Constraint-Satisfaction Lens on Factual Errors of Language Models
von: Yuksekgonul, Mert, et al.
Veröffentlicht: (2023)

PerfMamba: Performance Analysis and Pruning of Selective State Space Models
von: Asif, Abdullah Al, et al.
Veröffentlicht: (2025)

Taipan: Efficient and Expressive State Space Language Models with Selective Attention
von: Van Nguyen, Chien, et al.
Veröffentlicht: (2024)

Understanding and Mitigating Bottlenecks of State Space Models through the Lens of Recency and Over-smoothing
von: Wang, Peihao, et al.
Veröffentlicht: (2024)

Rethinking Bivariate Causal Discovery Through the Lens of Exchangeability
von: Brogueira, Tiago, et al.
Veröffentlicht: (2025)

Rethinking Model Selection in VLM Through the Lens of Gromov-Wasserstein Distance
von: Li, Muyang, et al.
Veröffentlicht: (2026)

On Equivariant Model Selection through the Lens of Uncertainty
von: van der Linden, Putri A., et al.
Veröffentlicht: (2025)

From Generalization Analysis to Optimization Designs for State Space Models
von: Liu, Fusheng, et al.
Veröffentlicht: (2024)

Transformers are SSMs: Generalized Models and Efficient Algorithms Through Structured State Space Duality
von: Dao, Tri, et al.
Veröffentlicht: (2024)

Hydra: Bidirectional State Space Models Through Generalized Matrix Mixers
von: Hwang, Sukjun, et al.
Veröffentlicht: (2024)

Learning Local Causal World Models with State Space Models and Attention
von: Petri, Francesco, et al.
Veröffentlicht: (2025)

PEAKS: Selecting Key Training Examples Incrementally via Prediction Error Anchored by Kernel Similarity
von: Gurbuz, Mustafa Burak, et al.
Veröffentlicht: (2025)

Weak-to-Strong Generalization Through the Data-Centric Lens
von: Shin, Changho, et al.
Veröffentlicht: (2024)

Identifiable Latent Polynomial Causal Models Through the Lens of Change
von: Liu, Yuhang, et al.
Veröffentlicht: (2023)

Rethinking State Tracking in Recurrent Models Through Error Control Dynamics
von: Chung, Jiwan, et al.
Veröffentlicht: (2026)

Demystifying the Token Dynamics of Deep Selective State Space Models
von: Vo, Thieu N, et al.
Veröffentlicht: (2024)

DiM-TS: Bridge the Gap between Selective State Space Models and Time Series for Generative Modeling
von: Yao, Zihao, et al.
Veröffentlicht: (2025)

Evaluating Time-Series Training Dataset through Lens of Spectrum in Deep State Space Models
von: Kanai, Sekitoshi, et al.
Veröffentlicht: (2024)

Improving Generalization of Neural Vehicle Routing Problem Solvers Through the Lens of Model Architecture
von: Xiao, Yubin, et al.
Veröffentlicht: (2024)

On the Expressiveness and Length Generalization of Selective State-Space Models on Regular Languages
von: Terzić, Aleksandar, et al.
Veröffentlicht: (2024)

Multimodal ML: Quantifying the Improvement of Calorie Estimation Through Image-Text Pairs
von: Narang, Arya
Veröffentlicht: (2025)

State Space Models are Provably Comparable to Transformers in Dynamic Token Selection
von: Nishikawa, Naoki, et al.
Veröffentlicht: (2024)

Unraveling the Enigma of Double Descent: An In-depth Analysis through the Lens of Learned Feature Space
von: Gu, Yufei, et al.
Veröffentlicht: (2023)

Theoretical Foundations of Deep Selective State-Space Models
von: Cirone, Nicola Muca, et al.
Veröffentlicht: (2024)

Controllability Analysis of State Space-based Language Model
von: Mabrok, Mohamed, et al.
Veröffentlicht: (2025)