:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Shin, Jonghyun, Kim, Namjun, Hwang, Geonho, Park, Sejun
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2504.07371
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Minimum width for universal approximation using ReLU networks on compact domain
von: Kim, Namjun, et al.
Veröffentlicht: (2023)

On Expressive Power of Quantized Neural Networks under Fixed-Point Arithmetic
von: Park, Yeachan, et al.
Veröffentlicht: (2024)

On the Expressive Power of Floating-Point Transformers
von: Park, Sejun, et al.
Veröffentlicht: (2026)

Floating-Point Networks with Automatic Differentiation Can Represent Almost All Floating-Point Functions and Their Gradients
von: Park, Sejun, et al.
Veröffentlicht: (2026)

Expressive Power of Floating-Point Neural Networks with Arbitrary Reduction Orders and Inexact Activation Implementations
von: Park, Yeachan, et al.
Veröffentlicht: (2026)

Expressive Power of ReLU and Step Networks under Floating-Point Operations
von: Park, Yeachan, et al.
Veröffentlicht: (2024)

Floating-Point Neural Networks Are Provably Robust Universal Approximators
von: Hwang, Geonho, et al.
Veröffentlicht: (2025)

Deep Latent Variable Model based Vertical Federated Learning with Flexible Alignment and Labeling Scenarios
von: Hong, Kihun, et al.
Veröffentlicht: (2025)

A Kernel Perspective on Distillation-based Collaborative Learning
von: Park, Sejun, et al.
Veröffentlicht: (2024)

DiffInject: Revisiting Debias via Synthetic Data Generation using Diffusion-based Style Injection
von: Ko, Donggeun, et al.
Veröffentlicht: (2024)

IMPaCT GNN: Imposing invariance with Message Passing in Chronological split Temporal Graphs
von: Park, Sejun, et al.
Veröffentlicht: (2024)

SF(DA)$^2$: Source-free Domain Adaptation Through the Lens of Data Augmentation
von: Hwang, Uiwon, et al.
Veröffentlicht: (2024)

Entropy is not Enough for Test-Time Adaptation: From the Perspective of Disentangled Factors
von: Lee, Jonghyun, et al.
Veröffentlicht: (2024)

Re-uploading quantum data: A universal function approximator for quantum inputs
von: Cha, Hyunho, et al.
Veröffentlicht: (2025)

CAdam: Context-Adaptive Moment Estimation for 3D Gaussian Densification in Generative Distillation
von: Chung, SeungJeh, et al.
Veröffentlicht: (2026)

STAG: Structural Test-time Alignment of Gradients for Online Adaptation
von: Shin, Juhyeon, et al.
Veröffentlicht: (2024)

FlowerFormer: Empowering Neural Architecture Encoding using a Flow-aware Graph Transformer
von: Hwang, Dongyeong, et al.
Veröffentlicht: (2024)

Transformers for Green Semantic Communication: Less Energy, More Semantics
von: Mukherjee, Shubhabrata, et al.
Veröffentlicht: (2023)

Tiled Prompts: Overcoming Prompt Misguidance in Image and Video Super-Resolution
von: Kim, Bryan Sangwoo, et al.
Veröffentlicht: (2026)

FlowLPS: Langevin-Proximal Sampling for Flow-based Inverse Problem Solvers
von: Park, Jonghyun, et al.
Veröffentlicht: (2025)

MetaGreen: Meta-Learning Inspired Transformer Selection for Green Semantic Communication
von: Mukherjee, Shubhabrata, et al.
Veröffentlicht: (2024)

Function graph transformers universally approximate operators between function spaces
von: Furuya, Takashi, et al.
Veröffentlicht: (2026)

Learning to Flow from Generative Pretext Tasks for Neural Architecture Encoding
von: Kim, Sunwoo, et al.
Veröffentlicht: (2025)

FlowAlign: Trajectory-Regularized, Inversion-Free Flow-based Image Editing
von: Kim, Jeongsol, et al.
Veröffentlicht: (2025)

Online Continual Learning For Interactive Instruction Following Agents
von: Kim, Byeonghwi, et al.
Veröffentlicht: (2024)

Spacer: Towards Engineered Scientific Inspiration
von: Lee, Minhyeong, et al.
Veröffentlicht: (2025)

Personalized Auto-Grading and Feedback System for Constructive Geometry Tasks Using Large Language Models on an Online Math Platform
von: Lee, Yong Oh, et al.
Veröffentlicht: (2025)

An elementary proof of a universal approximation theorem
von: Monico, Chris
Veröffentlicht: (2024)

Disrupting Diffusion-based Inpainters with Semantic Digression
von: Son, Geonho, et al.
Veröffentlicht: (2024)

Impact of Bottleneck Layers and Skip Connections on the Generalization of Linear Denoising Autoencoders
von: Ham, Jonghyun, et al.
Veröffentlicht: (2025)

AtlasD: Automatic Local Symmetry Discovery
von: Bhat, Manu, et al.
Veröffentlicht: (2025)

An Information Theoretic Evaluation Metric For Strong Unlearning
von: Jeon, Dongjae, et al.
Veröffentlicht: (2024)

Knowledge Distillation of Uncertainty using Deep Latent Factor Model
von: Park, Sehyun, et al.
Veröffentlicht: (2025)

Retrieval-Augmented Generation with Estimation of Source Reliability
von: Hwang, Jeongyeon, et al.
Veröffentlicht: (2024)

Coalgebras for categorical deep learning: Representability and universal approximation
von: Mašulović, Dragan
Veröffentlicht: (2026)

Global universal approximation with Brownian signatures
von: Ceylan, Mihriban, et al.
Veröffentlicht: (2025)

On Gaussian approximation for entropy-regularized Q-learning with function approximation
von: Rubtsov, Artemy, et al.
Veröffentlicht: (2026)

Accelerating Video Inverse Problem Solvers with Autoregressive Diffusion Models
von: Kwon, Taesung, et al.
Veröffentlicht: (2026)

Exo-Plore: Exploring Exoskeleton Control Space through Human-aligned Simulation
von: Leem, Geonho, et al.
Veröffentlicht: (2026)

FedRand: Enhancing Privacy in Federated Learning with Randomized LoRA Subparameter Updates
von: Park, Sangwoo, et al.
Veröffentlicht: (2025)