Buchumschlag

Beyond topography: Topographic regularization improves robustness and reshapes representations in convolutional neural networks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Truong, Nhut, Hasson, Uri
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

Explaining Human Comparisons using Alignment-Importance Heatmaps
von: Truong, Nhut, et al.
Veröffentlicht: (2024)

Dynamical loss functions shape landscape topography and improve learning in artificial neural networks
von: Pallero, Eduardo Lavin, et al.
Veröffentlicht: (2024)

Symplectic convolutional neural networks
von: Yıldız, Süleyman, et al.
Veröffentlicht: (2025)

Theory of periodic convolutional neural network
von: Liu, Yuqing
Veröffentlicht: (2025)

Adversarially robust generalization theory via Jacobian regularization for deep neural networks
von: Wu, Dongya, et al.
Veröffentlicht: (2024)

Non-identifiability of Explanations from Model Behavior in Deep Networks of Image Authenticity Judgments
von: Depaolini, Icaro Re, et al.
Veröffentlicht: (2026)

A constrained optimization approach to improve robustness of neural networks
von: Zhao, Shudian, et al.
Veröffentlicht: (2024)

Equivariant graph convolutional neural networks for the representation of homogenized anisotropic microstructural mechanical response
von: Patel, Ravi, et al.
Veröffentlicht: (2024)

Task complexity shapes internal representations and robustness in neural networks
von: Jankowski, Robert, et al.
Veröffentlicht: (2025)

Infinite-channel deep stable convolutional neural networks
von: Bracale, Daniele, et al.
Veröffentlicht: (2021)

Metalearning traffic assignment for network disruptions with graph convolutional neural networks
von: Agriesti, Serio, et al.
Veröffentlicht: (2026)

On the rates of convergence for learning with convolutional neural networks
von: Yang, Yunfei, et al.
Veröffentlicht: (2024)

Large deviation principles for convolutional Bayesian neural networks
von: Bassetti, Federico, et al.
Veröffentlicht: (2026)

Imaging at the quantum limit with convolutional neural networks
von: Proppe, Andrew H., et al.
Veröffentlicht: (2025)

Spectral regularization for adversarially-robust representation learning
von: Yang, Sheng, et al.
Veröffentlicht: (2024)

Convergence of gradient flow for learning convolutional neural networks
von: Diederen, Jona-Maria, et al.
Veröffentlicht: (2026)

On the VC dimension of deep group convolutional neural networks
von: Sepliarskaia, Anna, et al.
Veröffentlicht: (2024)

Resource-efficient equivariant quantum convolutional neural networks
von: Chinzei, Koki, et al.
Veröffentlicht: (2024)

Learning local discrete features in explainable-by-design convolutional neural networks
von: Kaplanoglou, Pantelis I., et al.
Veröffentlicht: (2024)

Discovering influential text using convolutional neural networks
von: Ayers, Megan, et al.
Veröffentlicht: (2024)

sHGCN: Simplified hyperbolic graph convolutional neural networks
von: Arévalo, Pol, et al.
Veröffentlicht: (2025)

One-step learning algorithm selection for classification via convolutional neural networks
von: Maldonado, Sebastian, et al.
Veröffentlicht: (2023)

Spherical convolutional neural networks can improve brain microstructure estimation from diffusion MRI data
von: Kerkelä, Leevi, et al.
Veröffentlicht: (2022)

Biology-informed neural networks learn nonlinear representations from omics data to improve genomic prediction and interpretability
von: Kontolati, Katiana, et al.
Veröffentlicht: (2025)

Photonic convolutional neural network with pre-trained in-situ training
von: Ranjan, Saurabh, et al.
Veröffentlicht: (2026)

Outlier-robust neural network training: variation regularization meets trimmed loss to prevent functional breakdown
von: Okuno, Akifumi, et al.
Veröffentlicht: (2023)

Distributionally robust approximation property of neural networks
von: Ceylan, Mihriban, et al.
Veröffentlicht: (2025)

Deep neural networks for choice analysis: Enhancing behavioral regularity with gradient regularization
von: Feng, Siqi, et al.
Veröffentlicht: (2024)

Accident Impact Prediction based on a deep convolutional and recurrent neural network model
von: Sajadi, Pouyan, et al.
Veröffentlicht: (2024)

Estimating the stability number of a random graph using convolutional neural networks
von: Davila, Randy
Veröffentlicht: (2024)

Multi-task convolutional neural network for image aesthetic assessment
von: Soydaner, Derya, et al.
Veröffentlicht: (2023)

Guiding the retraining of convolutional neural networks against adversarial inputs
von: López, Francisco Durán, et al.
Veröffentlicht: (2022)

On the dynamics of convolutional recurrent neural networks near their critical point
von: Chandra, Aditi, et al.
Veröffentlicht: (2024)

Ensemble manifold based regularized multi-modal graph convolutional network for cognitive ability prediction
von: Qu, Gang, et al.
Veröffentlicht: (2021)

Permutation-equivariant quantum convolutional neural networks
von: Das, Sreetama, et al.
Veröffentlicht: (2024)

Neural DAEs: Constrained neural networks
von: Boesen, Tue, et al.
Veröffentlicht: (2022)

A self-regulated convolutional neural network for classifying variable stars
von: Pérez-Galarce, Francisco, et al.
Veröffentlicht: (2025)

Predicting travel demand of a bike sharing system using graph convolutional neural networks
von: Behroozi, Ali, et al.
Veröffentlicht: (2024)

Advancing machine fault diagnosis: A detailed examination of convolutional neural networks
von: Vashishtha, Govind, et al.
Veröffentlicht: (2025)

From superposition to sparse codes: interpretable representations in neural networks
von: Klindt, David, et al.
Veröffentlicht: (2025)