:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Mingard, Chris, Seier, Lukas, Göring, Niclas, Badelita, Andrei-Vlad, London, Charles, Louis, Ard
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2505.24060
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A simple mean field model of feature learning
von: Göring, Niclas, et al.
Veröffentlicht: (2025)

Feature learning is decoupled from generalization in high capacity neural networks
von: Göring, Niclas Alexander, et al.
Veröffentlicht: (2025)

Decoupling Dynamical Richness from Representation Learning: Towards Practical Measurement
von: Nam, Yoonsoo, et al.
Veröffentlicht: (2024)

Deep neural networks have an inbuilt Occam's razor
von: Mingard, Chris, et al.
Veröffentlicht: (2023)

An exactly solvable model for emergence and scaling laws in the multitask sparse parity problem
von: Nam, Yoonsoo, et al.
Veröffentlicht: (2024)

Exploiting the equivalence between quantum neural networks and perceptrons
von: Mingard, Chris, et al.
Veröffentlicht: (2024)

Position: Solve Layerwise Linear Models First to Understand Neural Dynamical Phenomena (Neural Collapse, Emergence, Lazy/Rich Regime, and Grokking)
von: Nam, Yoonsoo, et al.
Veröffentlicht: (2025)

Geometric Inductive Biases of Deep Networks: The Role of Data and Architecture
von: Movahedi, Sajad, et al.
Veröffentlicht: (2024)

SEGNO: Generalizing Equivariant Graph Neural Networks with Physical Inductive Biases
von: Liu, Yang, et al.
Veröffentlicht: (2023)

Position: Many generalization measures for deep learning are fragile
von: Zhang, Shuofeng, et al.
Veröffentlicht: (2025)

Clustering Inductive Biases with Unrolled Networks
von: Huml, Jonathan, et al.
Veröffentlicht: (2023)

Out-of-Domain Generalization in Dynamical Systems Reconstruction
von: Göring, Niclas, et al.
Veröffentlicht: (2024)

Theoretical Analysis of Inductive Biases in Deep Convolutional Networks
von: Wang, Zihao, et al.
Veröffentlicht: (2023)

The Good, The Efficient and the Inductive Biases: Exploring Efficiency in Deep Learning Through the Use of Inductive Biases
von: Romero, David W.
Veröffentlicht: (2024)

Closed-form $\ell_r$ norm scaling with data for overparameterized linear regression and diagonal linear networks under $\ell_p$ bias
von: Zhang, Shuofeng, et al.
Veröffentlicht: (2025)

Language Models Need Inductive Biases to Count Inductively
von: Chang, Yingshan, et al.
Veröffentlicht: (2024)

Instilling Inductive Biases with Subnetworks
von: Zhang, Enyan, et al.
Veröffentlicht: (2023)

Enhancing the Inductive Biases of Graph Neural ODE for Modeling Dynamical Systems
von: Bishnoi, Suresh, et al.
Veröffentlicht: (2022)

Transformers Are Born Biased: Structural Inductive Biases at Random Initialization and Their Practical Consequences
von: Li, Siquan, et al.
Veröffentlicht: (2026)

Architectural and Inferential Inductive Biases For Exchangeable Sequence Modeling
von: Mittal, Daksh, et al.
Veröffentlicht: (2025)

Incorporating Inductive Biases to Energy-based Generative Models
von: Li, Yukun, et al.
Veröffentlicht: (2025)

Conformal Inductive Graph Neural Networks
von: Zargarbashi, Soroush H., et al.
Veröffentlicht: (2024)

Priors in Time: Missing Inductive Biases for Language Model Interpretability
von: Lubana, Ekdeep Singh, et al.
Veröffentlicht: (2025)

Customizing the Inductive Biases of Softmax Attention using Structured Matrices
von: Kuang, Yilun, et al.
Veröffentlicht: (2025)

When Diffusion Models Memorize: Inductive Biases in Probability Flow of Minimum-Norm Shallow Neural Nets
von: Zeno, Chen, et al.
Veröffentlicht: (2025)

Demystifying the Hypercomplex: Inductive Biases in Hypercomplex Deep Learning
von: Comminiello, Danilo, et al.
Veröffentlicht: (2024)

Boolean Product Graph Neural Networks
von: Wang, Ziyan, et al.
Veröffentlicht: (2024)

Lyapunov Stability Learning with Nonlinear Control via Inductive Biases
von: Lu, Yupu, et al.
Veröffentlicht: (2025)

Boolean Logic as an Error feedback mechanism
von: Leconte, Louis
Veröffentlicht: (2024)

Neural Artistic Style and Color Transfer Using Deep Learning
von: London, Justin
Veröffentlicht: (2025)

Inductive Spatial Temporal Prediction Under Data Drift with Informative Graph Neural Network
von: Zheng, Jialun, et al.
Veröffentlicht: (2024)

Physics-Informed Inductive Biases for Voltage Prediction in Distribution Grids
von: Okoyomon, Ehimare, et al.
Veröffentlicht: (2025)

Boolean-aware Boolean Circuit Classification: A Comprehensive Study on Graph Neural Network
von: Ni, Liwei, et al.
Veröffentlicht: (2024)

Pause Tokens Strictly Increase the Expressivity of Constant-Depth Transformers
von: London, Charles, et al.
Veröffentlicht: (2025)

Integrating Inductive Biases in Transformers via Distillation for Financial Time Series Forecasting
von: Den, Yu-Chen, et al.
Veröffentlicht: (2026)

The No Free Lunch Theorem, Kolmogorov Complexity, and the Role of Inductive Biases in Machine Learning
von: Goldblum, Micah, et al.
Veröffentlicht: (2023)

Stimulus-to-Stimulus Learning in RNNs with Cortical Inductive Biases
von: Vafidis, Pantelis, et al.
Veröffentlicht: (2024)

Rethinking Inductive Bias in Geographically Neural Network Weighted Regression
von: Chen, Zhenyuan
Veröffentlicht: (2025)

Tripod: Three Complementary Inductive Biases for Disentangled Representation Learning
von: Hsu, Kyle, et al.
Veröffentlicht: (2024)

On the Inductive Biases of Demographic Parity-based Fair Learning Algorithms
von: Lei, Haoyu, et al.
Veröffentlicht: (2024)