Buchumschlag

Lagrangian-based Equilibrium Propagation: generalisation to arbitrary boundary conditions & equivalence with Hamiltonian Echo Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Pourcel, Guillaume, Basu, Debabrota, Ernoult, Maxence, Gilra, Aditya
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Learning long range dependencies through time reversal symmetry breaking
von: Pourcel, Guillaume, et al.
Veröffentlicht: (2025)

Dynamical-VAE-based Hindsight to Learn the Causal Dynamics of Factored-POMDPs
von: Han, Chao, et al.
Veröffentlicht: (2024)

How does Your RL Agent Explore? An Optimal Transport Analysis of Occupancy Measure Trajectories
von: Nkhumise, Reabetswe M., et al.
Veröffentlicht: (2024)

Towards training digitally-tied analog blocks via hybrid gradient computation
von: Nest, Timothy, et al.
Veröffentlicht: (2024)

Learning to Explore with Lagrangians for Bandits under Unknown Linear Constraints
von: Das, Udvas, et al.
Veröffentlicht: (2024)

Preference-based Pure Exploration
von: Shukla, Apurv, et al.
Veröffentlicht: (2024)

Stochastic Online Instrumental Variable Regression: Regrets for Endogeneity and Bandit Feedback
von: Della Vecchia, Riccardo, et al.
Veröffentlicht: (2023)

Equilibrium Propagation for Learning in Lagrangian Dynamical Systems
von: Massar, Serge
Veröffentlicht: (2025)

Some Targets Are Harder to Identify than Others: Quantifying the Target-dependent Membership Leakage
von: Azize, Achraf, et al.
Veröffentlicht: (2024)

Auditing Fairness under Model Updates: Fundamental Complexity and Property-Preserving Updates
von: Ajarra, Ayoub, et al.
Veröffentlicht: (2026)

Isoperimetry is All We Need: Langevin Posterior Sampling for RL with Sublinear Regret
von: Jorge, Emilio, et al.
Veröffentlicht: (2024)

Sublinear Algorithms for Wasserstein and Total Variation Distances: Applications to Fairness and Privacy Auditing
von: Basu, Debabrota, et al.
Veröffentlicht: (2025)

Concentrated Differential Privacy for Bandits
von: Azize, Achraf, et al.
Veröffentlicht: (2023)

FraPPE: Fast and Efficient Preference-based Pure Exploration
von: Das, Udvas, et al.
Veröffentlicht: (2025)

FLIPHAT: Joint Differential Privacy for High Dimensional Sparse Linear Bandits
von: Chakraborty, Sunrit, et al.
Veröffentlicht: (2024)

Equilibrium Propagation and Hamiltonian Inference in the Diffusive Fitzhugh-Nagumo Model
von: Kendall, Jack
Veröffentlicht: (2026)

When Witnesses Defend: A Witness Graph Topological Layer for Adversarial Graph Learning
von: Arafat, Naheed Anjum, et al.
Veröffentlicht: (2024)

DP-SPRT: Differentially Private Sequential Probability Ratio Tests
von: Michel, Thomas, et al.
Veröffentlicht: (2025)

Active Fourier Auditor for Estimating Distributional Properties of ML Models
von: Ajarra, Ayoub, et al.
Veröffentlicht: (2024)

Sequential Membership Inference Attacks
von: Michel, Thomas, et al.
Veröffentlicht: (2026)

Performative Policy Gradient: Optimality in Performative Reinforcement Learning
von: Basu, Debabrota, et al.
Veröffentlicht: (2025)

Pure Exploration in Bandits with Linear Constraints
von: Carlsson, Emil, et al.
Veröffentlicht: (2023)

Augmented Bayesian Policy Search
von: Kallel, Mahdi, et al.
Veröffentlicht: (2024)

Issues with Measuring Task Complexity via Random Policies in Robotic Tasks
von: Nkhumise, Reabetswe M., et al.
Veröffentlicht: (2026)

Adaptive control of recurrent neural networks using conceptors
von: Pourcel, Guillaume, et al.
Veröffentlicht: (2024)

Neural ODE and SDE Models for Adaptation and Planning in Model-Based Reinforcement Learning
von: Han, Chao, et al.
Veröffentlicht: (2026)

Learning at the Speed of Physics: Equilibrium Propagation on Oscillator Ising Machines
von: Gower, Alex
Veröffentlicht: (2025)

The Phase Is the Gradient: Equilibrium Propagation for Frequency Learning in Kuramoto Networks
von: Ahmadi, Mani Rash
Veröffentlicht: (2026)

Differentially Private Best-Arm Identification
von: Azize, Achraf, et al.
Veröffentlicht: (2024)

Dendritic Neural Networks with Equilibrium Propagation
von: Kubo, Yoshimasa
Veröffentlicht: (2026)

DOT: Dynamic Knob Selection and Online Sampling for Automated Database Tuning
von: Wang, Yifan, et al.
Veröffentlicht: (2026)

Dimension Agnostic Testing of Survey Data Credibility through the Lens of Regression
von: Basu, Debabrota, et al.
Veröffentlicht: (2025)

Equilibrium Propagation Without Limits
von: Litman, Elon
Veröffentlicht: (2025)

Learning Dynamics in Memristor-Based Equilibrium Propagation
von: Döll, Michael, et al.
Veröffentlicht: (2025)

Asymptotically Optimal Sequential Testing with Markovian Data
von: Sethi, Alhad, et al.
Veröffentlicht: (2026)

Toward Lifelong Learning in Equilibrium Propagation: Sleep-like and Awake Rehearsal for Enhanced Stability
von: Kubo, Yoshimasa, et al.
Veröffentlicht: (2025)

Self-Improving Language Models for Evolutionary Program Synthesis: A Case Study on ARC-AGI
von: Pourcel, Julien, et al.
Veröffentlicht: (2025)

Diffusion-based Annealed Boltzmann Generators : benefits, pitfalls and hopes
von: Grenioux, Louis, et al.
Veröffentlicht: (2026)

Symmetric Equilibrium Propagation for Thermodynamic Diffusion Training
von: De, Aditi
Veröffentlicht: (2026)

EchoRL: Reinforcement Learning via Rollout Echoing
von: Bi, Jinhe, et al.
Veröffentlicht: (2026)