Salvato in:
| Autori principali: | Zhu, Yekun, Tang, Min, Ma, Zheng |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | https://arxiv.org/abs/2505.23190 |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Think in Blocks: Adaptive Reasoning from Direct Response to Deep Reasoning
di: Zhu, Yekun, et al.
Pubblicazione: (2025)
di: Zhu, Yekun, et al.
Pubblicazione: (2025)
Advancing the Understanding of Fixed Point Iterations in Deep Neural Networks: A Detailed Analytical Study
di: Ke, Yekun, et al.
Pubblicazione: (2024)
di: Ke, Yekun, et al.
Pubblicazione: (2024)
Enhanced Pre-training of Graph Neural Networks for Million-Scale Heterogeneous Graphs
di: Sun, Shengyin, et al.
Pubblicazione: (2025)
di: Sun, Shengyin, et al.
Pubblicazione: (2025)
Neural Dynamics-Informed Pre-trained Framework for Personalized Brain Functional Network Construction
di: Jiang, Hongjie, et al.
Pubblicazione: (2026)
di: Jiang, Hongjie, et al.
Pubblicazione: (2026)
A Graph Laplacian Eigenvector-based Pre-training Method for Graph Neural Networks
di: Dai, Howard, et al.
Pubblicazione: (2025)
di: Dai, Howard, et al.
Pubblicazione: (2025)
DeepRV: Accelerating Spatiotemporal Inference with Pre-trained Neural Priors
di: Navott, Jhonathan, et al.
Pubblicazione: (2025)
di: Navott, Jhonathan, et al.
Pubblicazione: (2025)
GraphControl: Adding Conditional Control to Universal Graph Pre-trained Models for Graph Domain Transfer Learning
di: Zhu, Yun, et al.
Pubblicazione: (2023)
di: Zhu, Yun, et al.
Pubblicazione: (2023)
Deep Fusion: Efficient Network Training via Pre-trained Initializations
di: Mazzawi, Hanna, et al.
Pubblicazione: (2023)
di: Mazzawi, Hanna, et al.
Pubblicazione: (2023)
Provable Differentially Private Computation of the Cross-Attention Mechanism
di: Ke, Yekun, et al.
Pubblicazione: (2024)
di: Ke, Yekun, et al.
Pubblicazione: (2024)
Epistemic Uncertainty Quantification For Pre-trained Neural Network
di: Wang, Hanjing, et al.
Pubblicazione: (2024)
di: Wang, Hanjing, et al.
Pubblicazione: (2024)
SpikeGPT: Generative Pre-trained Language Model with Spiking Neural Networks
di: Zhu, Rui-Jie, et al.
Pubblicazione: (2023)
di: Zhu, Rui-Jie, et al.
Pubblicazione: (2023)
Curse of Attention: A Kernel-Based Perspective for Why Transformers Fail to Generalize on Time Series Forecasting and Beyond
di: Ke, Yekun, et al.
Pubblicazione: (2024)
di: Ke, Yekun, et al.
Pubblicazione: (2024)
On Improving Graph Neural Networks for QSAR by Pre-training on Extended-Connectivity Fingerprints
di: Money-Kyrle, Sam, et al.
Pubblicazione: (2026)
di: Money-Kyrle, Sam, et al.
Pubblicazione: (2026)
EvolKV: Evolutionary KV Cache Compression for LLM Inference
di: Yu, Bohan, et al.
Pubblicazione: (2025)
di: Yu, Bohan, et al.
Pubblicazione: (2025)
Pre-training Graph Neural Networks with Structural Fingerprints for Materials Discovery
di: Jia, Shuyi, et al.
Pubblicazione: (2025)
di: Jia, Shuyi, et al.
Pubblicazione: (2025)
Delayed Bottlenecking: Alleviating Forgetting in Pre-trained Graph Neural Networks
di: Zhao, Zhe, et al.
Pubblicazione: (2024)
di: Zhao, Zhe, et al.
Pubblicazione: (2024)
Attention-based Deep Neural Networks for Battery Discharge Capacity Forecasting
di: Zhang, Yadong, et al.
Pubblicazione: (2022)
di: Zhang, Yadong, et al.
Pubblicazione: (2022)
Towards Pre-trained Graph Condensation via Optimal Transport
di: Yan, Yeyu, et al.
Pubblicazione: (2025)
di: Yan, Yeyu, et al.
Pubblicazione: (2025)
Transfer Learning with Pre-trained Conditional Generative Models
di: Yamaguchi, Shin'ya, et al.
Pubblicazione: (2022)
di: Yamaguchi, Shin'ya, et al.
Pubblicazione: (2022)
Learn or Recall? Revisiting Incremental Learning with Pre-trained Language Models
di: Zheng, Junhao, et al.
Pubblicazione: (2023)
di: Zheng, Junhao, et al.
Pubblicazione: (2023)
Conformalized Prediction of Post-Fault Voltage Trajectories Using Pre-trained and Finetuned Attention-Driven Neural Operators
di: Mollaali, Amirhossein, et al.
Pubblicazione: (2024)
di: Mollaali, Amirhossein, et al.
Pubblicazione: (2024)
Spatial-Temporal-Decoupled Masked Pre-training for Spatiotemporal Forecasting
di: Gao, Haotian, et al.
Pubblicazione: (2023)
di: Gao, Haotian, et al.
Pubblicazione: (2023)
Pre-trained Tabular Foundation Models as Versatile Summary Networks for Neural Posterior Estimation
di: Pickens, Elliot, et al.
Pubblicazione: (2026)
di: Pickens, Elliot, et al.
Pubblicazione: (2026)
DPAdapter: Improving Differentially Private Deep Learning through Noise Tolerance Pre-training
di: Wang, Zihao, et al.
Pubblicazione: (2024)
di: Wang, Zihao, et al.
Pubblicazione: (2024)
To Stay or Not to Stay in the Pre-train Basin: Insights on Ensembling in Transfer Learning
di: Sadrtdinov, Ildus, et al.
Pubblicazione: (2023)
di: Sadrtdinov, Ildus, et al.
Pubblicazione: (2023)
Blood Glucose Control Via Pre-trained Counterfactual Invertible Neural Networks
di: Jiang, Jingchi, et al.
Pubblicazione: (2024)
di: Jiang, Jingchi, et al.
Pubblicazione: (2024)
Structural Pruning of Pre-trained Language Models via Neural Architecture Search
di: Klein, Aaron, et al.
Pubblicazione: (2024)
di: Klein, Aaron, et al.
Pubblicazione: (2024)
Text Classification: Neural Networks VS Machine Learning Models VS Pre-trained Models
di: Petridis, Christos
Pubblicazione: (2024)
di: Petridis, Christos
Pubblicazione: (2024)
Stylized Structural Patterns for Improved Neural Network Pre-training
di: Salehi, Farnood, et al.
Pubblicazione: (2025)
di: Salehi, Farnood, et al.
Pubblicazione: (2025)
QKCV Attention: Enhancing Time Series Forecasting with Static Categorical Embeddings for Both Lightweight and Pre-trained Foundation Models
di: Wang, Hao, et al.
Pubblicazione: (2025)
di: Wang, Hao, et al.
Pubblicazione: (2025)
Cross-Domain Pre-training with Language Models for Transferable Time Series Representations
di: Cheng, Mingyue, et al.
Pubblicazione: (2024)
di: Cheng, Mingyue, et al.
Pubblicazione: (2024)
Search to Fine-tune Pre-trained Graph Neural Networks for Graph-level Tasks
di: Wang, Zhili, et al.
Pubblicazione: (2023)
di: Wang, Zhili, et al.
Pubblicazione: (2023)
PreRoutGNN for Timing Prediction with Order Preserving Partition: Global Circuit Pre-training, Local Delay Learning and Attentional Cell Modeling
di: Zhong, Ruizhe, et al.
Pubblicazione: (2024)
di: Zhong, Ruizhe, et al.
Pubblicazione: (2024)
PAODING: A High-fidelity Data-free Pruning Toolkit for Debloating Pre-trained Neural Networks
di: Meng, Mark Huasong, et al.
Pubblicazione: (2024)
di: Meng, Mark Huasong, et al.
Pubblicazione: (2024)
Deep Pulse-Coupled Neural Networks
di: Yi, Zexiang, et al.
Pubblicazione: (2023)
di: Yi, Zexiang, et al.
Pubblicazione: (2023)
Understanding Subword Compositionality of Large Language Models
di: Peng, Qiwei, et al.
Pubblicazione: (2025)
di: Peng, Qiwei, et al.
Pubblicazione: (2025)
Pre-training Tensor-Train Networks Facilitates Machine Learning with Variational Quantum Circuits
di: Qi, Jun, et al.
Pubblicazione: (2023)
di: Qi, Jun, et al.
Pubblicazione: (2023)
Provable Benefits of Unsupervised Pre-training and Transfer Learning via Single-Index Models
di: Jones-McCormick, Taj, et al.
Pubblicazione: (2025)
di: Jones-McCormick, Taj, et al.
Pubblicazione: (2025)
SOPHON: Non-Fine-Tunable Learning to Restrain Task Transferability For Pre-trained Models
di: Deng, Jiangyi, et al.
Pubblicazione: (2024)
di: Deng, Jiangyi, et al.
Pubblicazione: (2024)
Spatio-temporal Attention-based Hidden Physics-informed Neural Network for Remaining Useful Life Prediction
di: Jiang, Feilong, et al.
Pubblicazione: (2024)
di: Jiang, Feilong, et al.
Pubblicazione: (2024)
Documenti analoghi
-
Think in Blocks: Adaptive Reasoning from Direct Response to Deep Reasoning
di: Zhu, Yekun, et al.
Pubblicazione: (2025) -
Advancing the Understanding of Fixed Point Iterations in Deep Neural Networks: A Detailed Analytical Study
di: Ke, Yekun, et al.
Pubblicazione: (2024) -
Enhanced Pre-training of Graph Neural Networks for Million-Scale Heterogeneous Graphs
di: Sun, Shengyin, et al.
Pubblicazione: (2025) -
Neural Dynamics-Informed Pre-trained Framework for Personalized Brain Functional Network Construction
di: Jiang, Hongjie, et al.
Pubblicazione: (2026) -
A Graph Laplacian Eigenvector-based Pre-training Method for Graph Neural Networks
di: Dai, Howard, et al.
Pubblicazione: (2025)