Buchumschlag

A Two-Phase Perspective on Deep Learning Dynamics

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Koch, Robert de Mello, Ghosh, Animik
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	High Energy Physics - Theory Disordered Systems and Neural Networks Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Learning to grok: Emergence of in-context learning and skill composition in modular arithmetic tasks
von: He, Tianyu, et al.
Veröffentlicht: (2024)

Gauge-covariant stochastic neural fields: Stability and finite-width effects
von: Terin, Rodrigo Carmo
Veröffentlicht: (2025)

Topological Effects in Neural Network Field Theory
von: Ferko, Christian, et al.
Veröffentlicht: (2026)

Opening the Black Box: predicting the trainability of deep neural networks with reconstruction entropy
von: Thurn, Yanick, et al.
Veröffentlicht: (2024)

Lecture Notes on Statistical Physics and Neural Networks
von: Hohm, Olaf
Veröffentlicht: (2026)

Wilsonian Renormalization of Neural Network Gaussian Processes
von: Howard, Jessica N., et al.
Veröffentlicht: (2024)

Neural Network Quantum Field Theory from Transformer Architectures
von: Ageev, Dmitry S., et al.
Veröffentlicht: (2026)

Bayesian RG Flow in Neural Network Field Theories
von: Howard, Jessica N., et al.
Veröffentlicht: (2024)

Robust Reasoning as a Symmetry-Protected Topological Phase
von: Sung, Ilmo
Veröffentlicht: (2026)

Learning topological defects formation with neural networks in a quantum phase transition
von: Shi, Han-Qing, et al.
Veröffentlicht: (2022)

The Underlying Scaling Laws and Universal Statistical Structure of Complex Datasets
von: Levi, Noam, et al.
Veröffentlicht: (2023)

Grokking Modular Polynomials
von: Doshi, Darshil, et al.
Veröffentlicht: (2024)

The neural networks with tensor weights and emergent fermionic Wick rules in the large-width limit
von: Huang, Guojun, et al.
Veröffentlicht: (2025)

Neural Scaling Laws From Large-N Field Theory: Solvable Model Beyond the Ridgeless Limit
von: Zhang, Zhengkang
Veröffentlicht: (2024)

Phase diagram and eigenvalue dynamics of stochastic gradient descent in multilayer neural networks
von: Park, Chanju, et al.
Veröffentlicht: (2025)

A Tale of Two Uplifts: Parisi-Sourlas with Defects
von: Ghosh, Kausik, et al.
Veröffentlicht: (2025)

Deep learning lattice gauge theories
von: Apte, Anuj, et al.
Veröffentlicht: (2024)

Towards Worst-Case Guarantees with Scale-Aware Interpretability
von: Greenspan, Lauren, et al.
Veröffentlicht: (2026)

The Agentification of Scientific Research: A Physicist's Perspective
von: Qi, Xiao-Liang
Veröffentlicht: (2026)

Crumpled-to-flat transition of quenched disordered membranes at two-loop order
von: Delzescaux, L., et al.
Veröffentlicht: (2024)

Conformal Invariance and Multifractality at Anderson Transitions in Arbitrary Dimensions
von: Padayasi, Jaychandran, et al.
Veröffentlicht: (2023)

Magnetic exponent for the long-range bond disordered Potts model
von: Lecce, Ivan, et al.
Veröffentlicht: (2024)

Theory of Anderson localization on the hyperbolic plane
von: Altland, Alexander, et al.
Veröffentlicht: (2026)

Detecting quantum chaos via pseudo-entropy
von: He, Song, et al.
Veröffentlicht: (2024)

Functional Renormalization Group Approach for Signal Detection
von: Lahoche, Vincent, et al.
Veröffentlicht: (2022)

The quantum $p$-spin renormalization group in the large $N$ limit as a benchmark for functional renormalization group
von: Lahoche, Vincent, et al.
Veröffentlicht: (2024)

Excited String States and D-branes from Infinite Width Neural Networks
von: Ageev, Dmitry S., et al.
Veröffentlicht: (2026)

Roughness and critical force for depinning at 3-loop order
von: Semeikin, Mikhail N., et al.
Veröffentlicht: (2023)

On the breakdown of dimensional reduction and supersymmetry in random-field models
von: Tarjus, Gilles, et al.
Veröffentlicht: (2024)

Exact generating function of a zero-dimensional supersymmetric non-linear sigma model
von: Rançon, Adam, et al.
Veröffentlicht: (2020)

An intriguing connection between Pisarski's fixed point and (2+3)-spin glasses
von: Lahoche, Vincent, et al.
Veröffentlicht: (2024)

Bulk-boundary decomposition of neural networks
von: Lee, Donghee, et al.
Veröffentlicht: (2025)

Combining complex Langevin dynamics with score-based and energy-based diffusion models
von: Aarts, Gert, et al.
Veröffentlicht: (2025)

Random Matrix Theory for Stochastic Gradient Descent
von: Park, Chanju, et al.
Veröffentlicht: (2024)

Dyson Brownian motion and random matrix dynamics of weight matrices during learning
von: Aarts, Gert, et al.
Veröffentlicht: (2024)

On learning higher-order cumulants in diffusion models
von: Aarts, Gert, et al.
Veröffentlicht: (2024)

Stochastic weight matrix dynamics during learning and Dyson Brownian motion
von: Aarts, Gert, et al.
Veröffentlicht: (2024)

Random matrix theory of sparse neuronal networks with heterogeneous timescales
von: Chotibut, Thiparat, et al.
Veröffentlicht: (2025)

Learning holographic QCD with unflavoured meson spectra
von: Arun, Mathew Thomas, et al.
Veröffentlicht: (2025)

Neural network representation of quantum systems
von: Hashimoto, Koji, et al.
Veröffentlicht: (2024)