Buchumschlag

Ray-Tracing for Conditionally Activated Neural Networks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Gallicchio, Claudio, Nuti, Giuseppe
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Mixture of Raytraced Experts
von: Perin, Andrea, et al.
Veröffentlicht: (2025)

Deep Residual Echo State Networks: exploring residual orthogonal connections in untrained Recurrent Neural Networks
von: Pinna, Matteo, et al.
Veröffentlicht: (2025)

Residual Reservoir Memory Networks
von: Pinna, Matteo, et al.
Veröffentlicht: (2025)

Tracing the Path to Grokking: Embeddings, Dropout, and Network Activation
von: Salah, Ahmed, et al.
Veröffentlicht: (2025)

DeepACTIF: Efficient Feature Attribution via Activation Traces in Neural Sequence Models
von: Hosp, Benedikt W.
Veröffentlicht: (2025)

ParalESN: Enabling parallel information processing in Reservoir Computing
von: Pinna, Matteo, et al.
Veröffentlicht: (2026)

Message-Passing State-Space Models: Improving Graph Learning with Modern Sequence Modeling
von: Ceni, Andrea, et al.
Veröffentlicht: (2025)

S2D: Selective Spectral Decay for Quantization-Friendly Conditioning of Neural Activations
von: Chavan, Arnav, et al.
Veröffentlicht: (2026)

Inverse Deep Learning Ray Tracing for Heliostat Surface Prediction
von: Lewen, Jan, et al.
Veröffentlicht: (2024)

Efficient Neural Networks with Discrete Cosine Transform Activations
von: Martinez-Gost, Marc, et al.
Veröffentlicht: (2025)

Learning from Historical Activations in Graph Neural Networks
von: Galron, Yaniv, et al.
Veröffentlicht: (2026)

APEX: Probing Neural Networks via Activation Perturbation
von: Ren, Tao, et al.
Veröffentlicht: (2026)

L2XGNN: Learning to Explain Graph Neural Networks
von: Serra, Giuseppe, et al.
Veröffentlicht: (2022)

GeNeRT: A Physics-Informed Approach to Intelligent Wireless Channel Modeling via Generalizable Neural Ray Tracing
von: Bian, Kejia, et al.
Veröffentlicht: (2025)

On Vanishing Gradients, Over-Smoothing, and Over-Squashing in GNNs: Bridging Recurrent and Graph Learning
von: Arroyo, Álvaro, et al.
Veröffentlicht: (2025)

Probing Graph Neural Network Activation Patterns Through Graph Topology
von: Tori, Floriano, et al.
Veröffentlicht: (2026)

Deep Neural Networks via Complex Network Theory: a Perspective
von: La Malfa, Emanuele, et al.
Veröffentlicht: (2024)

Developing Training Procedures for Piecewise-linear Spline Activation Functions in Neural Networks
von: Patty, William H
Veröffentlicht: (2025)

Massive Activations in Graph Neural Networks: Decoding Attention for Domain-Dependent Interpretability
von: Bini, Lorenzo, et al.
Veröffentlicht: (2024)

Emergence of Globally Attracting Fixed Points in Deep Neural Networks With Nonlinear Activations
von: Joudaki, Amir, et al.
Veröffentlicht: (2024)

Graph-Conditioned Mixture of Graph Neural Network Experts for Traffic Forecasting
von: Ghaffari, Amirhossein, et al.
Veröffentlicht: (2026)

UrbanMIMOMap: A Ray-Traced MIMO CSI Dataset with Precoding-Aware Maps and Benchmarks
von: Jia, Honggang, et al.
Veröffentlicht: (2025)

Advancing Constrained Monotonic Neural Networks: Achieving Universal Approximation Beyond Bounded Activations
von: Sartor, Davide, et al.
Veröffentlicht: (2025)

Playing the Lottery With Concave Regularizers for Sparse Trainable Neural Networks
von: Fracastoro, Giulia, et al.
Veröffentlicht: (2025)

TopoTune : A Framework for Generalized Combinatorial Complex Neural Networks
von: Papillon, Mathilde, et al.
Veröffentlicht: (2024)

Conditional Shift-Robust Conformal Prediction for Graph Neural Network
von: Akansha, S.
Veröffentlicht: (2024)

Auditing Reasoning-Trace Memorization Claims after Unlearning with Head-Conditioned Canaries
von: Li, Yanhang, et al.
Veröffentlicht: (2026)

GNN-XAR: A Graph Neural Network for Explainable Activity Recognition in Smart Homes
von: Fiori, Michele, et al.
Veröffentlicht: (2025)

A Theoretical Analysis of Compositional Generalization in Neural Networks: A Necessary and Sufficient Condition
von: Li, Yuanpeng
Veröffentlicht: (2025)

Activation by Interval-wise Dropout: A Simple Way to Prevent Neural Networks from Plasticity Loss
von: Park, Sangyeon, et al.
Veröffentlicht: (2025)

SmartMixed: A Two-Phase Training Strategy for Adaptive Activation Function Learning in Neural Networks
von: Omidvar, Amin
Veröffentlicht: (2025)

LLM Unlearning via Neural Activation Redirection
von: Shen, William F., et al.
Veröffentlicht: (2025)

Pavement Missing Condition Data Imputation through Collective Learning-Based Graph Neural Networks
von: Yu, Ke, et al.
Veröffentlicht: (2026)

Pre-training Graph Neural Networks on Molecules by Using Subgraph-Conditioned Graph Information Bottleneck
von: Hoang, Van Thuy, et al.
Veröffentlicht: (2024)

Global Convergence in Neural ODEs: Impact of Activation Functions
von: Gao, Tianxiang, et al.
Veröffentlicht: (2025)

Integrated Encoding and Quantization to Enhance Quanvolutional Neural Networks
von: Bosco, Daniele Lizzio, et al.
Veröffentlicht: (2024)

Programming Refusal with Conditional Activation Steering
von: Lee, Bruce W., et al.
Veröffentlicht: (2024)

Communication Dynamics Neural Networks: FFT-Diagonalized Layers for Improved Hessian Conditioning at Reduced Parameter Count
von: Pan, Lurong
Veröffentlicht: (2026)

RaCIL: Ray Tracing based Multi-UAV Obstacle Avoidance through Composite Imitation Learning
von: Bansal, Harsh, et al.
Veröffentlicht: (2024)

Autoencoding Conditional Neural Processes for Representation Learning
von: Prokhorov, Victor, et al.
Veröffentlicht: (2023)