Copertina

Attention on the Sphere

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Bonev, Boris, Rietmann, Max, Paris, Andrea, Carpentieri, Alberto, Kurth, Thorsten
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Machine Learning Artificial Intelligence
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Neural Operators with Localized Integral and Differential Kernels
di: Liu-Schiaffini, Miguel, et al.
Pubblicazione: (2024)

MARA: Continuous SE(3)-Equivariant Attention for Molecular Force Fields
di: Leonardi, Francesco, et al.
Pubblicazione: (2026)

Modulated Adaptive Fourier Neural Operators for Temporal Interpolation of Weather Forecasts
di: Leinonen, Jussi, et al.
Pubblicazione: (2024)

Exploring the design space of deep-learning-based weather forecasting systems
di: Siddiqui, Shoaib Ahmed, et al.
Pubblicazione: (2024)

Data-driven Surface Solar Irradiance Estimation using Neural Operators at Global Scale
di: Carpentieri, Alberto, et al.
Pubblicazione: (2024)

Controlled LLM Training on Spectral Sphere
di: Xie, Tian, et al.
Pubblicazione: (2026)

A Library for Learning Neural Operators
di: Kossaifi, Jean, et al.
Pubblicazione: (2024)

CaFA: Global Weather Forecasting with Factorized Attention on Sphere
di: Li, Zijie, et al.
Pubblicazione: (2024)

Deep Learning and Data Augmentation for Detecting Self-Admitted Technical Debt
di: Sutoyo, Edi, et al.
Pubblicazione: (2024)

A layered architecture for log analysis in complex IT systems
di: Wittkopp, Thorsten
Pubblicazione: (2025)

Principled Approaches for Extending Neural Architectures to Function Spaces for Operator Learning
di: Berner, Julius, et al.
Pubblicazione: (2025)

Beyond the Birkhoff Polytope: Spectral-Sphere-Constrained Hyper-Connections
di: Liu, Zhaoyi, et al.
Pubblicazione: (2026)

Distributionally Robust Causal Abstractions
di: Felekis, Yorgos, et al.
Pubblicazione: (2025)

Empty SPACE: Cross-Attention Sparsity for Concept Erasure in Diffusion Models
di: Novello, Nicola, et al.
Pubblicazione: (2026)

Star Attention: Efficient LLM Inference over Long Sequences
di: Acharya, Shantanu, et al.
Pubblicazione: (2024)

Multi-Layer Attention-Based Explainability via Transformers for Tabular Data
di: Gavito, Andrea Treviño, et al.
Pubblicazione: (2023)

Physics-Informed Neural Networks and Extensions
di: Raissi, Maziar, et al.
Pubblicazione: (2024)

Coupled Ocean-Atmosphere Dynamics in a Machine Learning Earth System Model
di: Wang, Chenggong, et al.
Pubblicazione: (2024)

vAttention: Verified Sparse Attention
di: Desai, Aditya, et al.
Pubblicazione: (2025)

Attention Sinks and Outliers in Attention Residuals
di: Luo, Haozheng, et al.
Pubblicazione: (2026)

AI for the prediction of early stages of Alzheimer's disease from neuroimaging biomarkers -- A narrative review of a growing field
di: Rudroff, Thorsten, et al.
Pubblicazione: (2024)

CUROCKET: Optimizing ROCKET for GPU
di: Stüven, Ole, et al.
Pubblicazione: (2026)

Learning Rate Transfer in Normalized Transformers
di: Shigida, Boris, et al.
Pubblicazione: (2026)

Demystifying Data-Driven Probabilistic Medium-Range Weather Forecasting
di: Kossaifi, Jean, et al.
Pubblicazione: (2026)

Attention Schema-based Attention Control (ASAC): A Cognitive-Inspired Approach for Attention Management in Transformers
di: Saxena, Krati, et al.
Pubblicazione: (2025)

SeerAttention-R: Sparse Attention Adaptation for Long Reasoning
di: Gao, Yizhao, et al.
Pubblicazione: (2025)

DistrAttention: An Efficient and Flexible Self-Attention Mechanism on Modern GPUs
di: Jin, Haolin, et al.
Pubblicazione: (2025)

XicorAttention: Time Series Transformer Using Attention with Nonlinear Correlation
di: Kimura, Daichi, et al.
Pubblicazione: (2025)

Robust Filter Attention: Self-Attention as Precision-Weighted State Estimation
di: Racioppo, Peter
Pubblicazione: (2025)

Geometric Attention: A Regime-Explicit Operator Semantics for Transformer Attention
di: Freytes, Luis Rosario
Pubblicazione: (2026)

INT-FlashAttention: Enabling Flash Attention for INT8 Quantization
di: Chen, Shimao, et al.
Pubblicazione: (2024)

FlashAttention-3: Fast and Accurate Attention with Asynchrony and Low-precision
di: Shah, Jay, et al.
Pubblicazione: (2024)

CFO: Learning Continuous-Time PDE Dynamics via Flow-Matched Neural Operators
di: Hou, Xianglong, et al.
Pubblicazione: (2025)

Small Models, Strong Priors: Architectural Inductive Bias for Parameter-Efficient Neural PDE Solvers
di: Sankaran, Shyam, et al.
Pubblicazione: (2026)

Grouped Differential Attention
di: Lim, Junghwan, et al.
Pubblicazione: (2025)

Exact Linear Attention
di: Ou, Weinuo
Pubblicazione: (2026)

Kaczmarz Linear Attention
di: Zou, Jiaxuan, et al.
Pubblicazione: (2026)

Fisher-Bingham-like normalizing flows on the sphere
di: Glüsenkamp, Thorsten
Pubblicazione: (2025)

Paged Attention Meets FlexAttention: Unlocking Long-Context Efficiency in Deployed Inference
di: Joshi, Thomas, et al.
Pubblicazione: (2025)

Local Linear Attention: An Optimal Interpolation of Linear and Softmax Attention For Test-Time Regression
di: Zuo, Yifei, et al.
Pubblicazione: (2025)