Buchumschlag

v-PuNNs: van der Put Neural Networks for Transparent Ultrametric Representation Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	N'guessan, Gnankan Landry Regis
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Müntz-Szász Networks: Neural Architectures with Learnable Power-Law Bases
von: N'guessan, Gnankan Landry Regis
Veröffentlicht: (2025)

FI-KAN: Fractal Interpolation Kolmogorov-Arnold Networks
von: N'guessan, Gnankan Landry Regis
Veröffentlicht: (2026)

PALMA: A Lightweight Tropical Algebra Library for ARM-Based Embedded Systems
von: N'guessan, Gnankan Landry Regis
Veröffentlicht: (2026)

Per-Loss Adapters for Gradient Conflict in Physics-Informed Neural Networks
von: Kim, Bum Jun, et al.
Veröffentlicht: (2026)

The Reflexive Integrated Information Unit: A Differentiable Primitive for Artificial Consciousness
von: N'guessan, Gnankan Landry Regis, et al.
Veröffentlicht: (2025)

Radial Müntz-Szász Networks: Neural Architectures with Learnable Power Bases for Multidimensional Singularities
von: N'guessan, Gnankan Landry Regis, et al.
Veröffentlicht: (2026)

Discovering Scaling Exponents with Physics-Informed Müntz-Szász Networks
von: N'guessan, Gnankan Landry Regis, et al.
Veröffentlicht: (2026)

EqOD: Symmetry-Informed Stability Selection for PDE Identification
von: N'guessan, Gnankan Landry Regis, et al.
Veröffentlicht: (2026)

Localized Weather Prediction Using Kolmogorov-Arnold Network-Based Models and Deep RNNs
von: Akazan, Ange-Clement, et al.
Veröffentlicht: (2025)

ResQuNNs: Towards Enabling Deep Learning in Quantum Convolution Neural Networks
von: Kashif, Muhammad, et al.
Veröffentlicht: (2024)

Graph Neural Networks for Learning Equivariant Representations of Neural Networks
von: Kofinas, Miltiadis, et al.
Veröffentlicht: (2024)

Autoencoding Conditional Neural Processes for Representation Learning
von: Prokhorov, Victor, et al.
Veröffentlicht: (2023)

An Interpretable Alternative to Neural Representation Learning for Rating Prediction -- Transparent Latent Class Modeling of User Reviews
von: Serra, Giuseppe, et al.
Veröffentlicht: (2024)

Discovering the Representation Bottleneck of Graph Neural Networks
von: Wu, Fang, et al.
Veröffentlicht: (2022)

Bridging Philosophy and Machine Learning: A Structuralist Framework for Classifying Neural Network Representations
von: Culcu, Yildiz
Veröffentlicht: (2025)

Norm-Hierarchy Transitions in Representation Learning: When and Why Neural Networks Abandon Shortcuts
von: Khanh, Truong Xuan, et al.
Veröffentlicht: (2026)

Orientation-Aware Graph Neural Networks for Protein Structure Representation Learning
von: Li, Jiahan, et al.
Veröffentlicht: (2022)

Put CASH on Bandits: A Max K-Armed Problem for Automated Machine Learning
von: Balef, Amir Rezaei, et al.
Veröffentlicht: (2025)

Understanding Task Representations in Neural Networks via Bayesian Ablation
von: Nam, Andrew, et al.
Veröffentlicht: (2025)

Bridging Theory and Practice in Link Representation with Graph Neural Networks
von: Lachi, Veronica, et al.
Veröffentlicht: (2025)

SBS: Enhancing Parameter-Efficiency of Neural Representations for Neural Networks via Spectral Bias Suppression
von: Xie, Qihu, et al.
Veröffentlicht: (2025)

A Compact Representation for Bayesian Neural Networks By Removing Permutation Symmetry
von: Xiao, Tim Z., et al.
Veröffentlicht: (2023)

Adversarial Attacks to Latent Representations of Distributed Neural Networks in Split Computing
von: Zhang, Milin, et al.
Veröffentlicht: (2023)

Hyperbolic Hypergraph Neural Networks for Multi-Relational Knowledge Hypergraph Representation
von: Li, Mengfan, et al.
Veröffentlicht: (2024)

Putting Data at the Centre of Offline Multi-Agent Reinforcement Learning
von: Formanek, Claude, et al.
Veröffentlicht: (2024)

Weight Space Representation Learning via Neural Field Adaptation
von: Yang, Zhuoqian, et al.
Veröffentlicht: (2025)

FreSh: Frequency Shifting for Accelerated Neural Representation Learning
von: Kania, Adam, et al.
Veröffentlicht: (2024)

Approximate Subgraph Matching with Neural Graph Representations and Reinforcement Learning
von: Li, Kaiyang, et al.
Veröffentlicht: (2026)

TANGNN: a Concise, Scalable and Effective Graph Neural Networks with Top-m Attention Mechanism for Graph Representation Learning
von: E, Jiawei, et al.
Veröffentlicht: (2024)

Forward-Forward Learning achieves Highly Selective Latent Representations for Out-of-Distribution Detection in Fully Spiking Neural Networks
von: Terres-Escudero, Erik B., et al.
Veröffentlicht: (2024)

Understanding Sparse Neural Networks from their Topology via Multipartite Graph Representations
von: Cunegatti, Elia, et al.
Veröffentlicht: (2023)

Exploring Consistency in Graph Representations:from Graph Kernels to Graph Neural Networks
von: Liu, Xuyuan, et al.
Veröffentlicht: (2024)

The Triangle of Similarity: A Multi-Faceted Framework for Comparing Neural Network Representations
von: Sirikova, Olha, et al.
Veröffentlicht: (2026)

PuYun: Medium-Range Global Weather Forecasting Using Large Kernel Attention Convolutional Networks
von: Zhu, Shengchen, et al.
Veröffentlicht: (2024)

Unsupervisedly Learned Representations: Should the Quest be Over?
von: Nissani, Daniel N.
Veröffentlicht: (2020)

Learning Network Representations with Disentangled Graph Auto-Encoder
von: Fan, Di, et al.
Veröffentlicht: (2024)

Learning to Compile Programs to Neural Networks
von: Weber, Logan, et al.
Veröffentlicht: (2024)

Identifying Information-Transfer Nodes in a Recurrent Neural Network Reveals Dynamic Representations
von: Hintze, Arend, et al.
Veröffentlicht: (2025)

Studying the Impact of Latent Representations in Implicit Neural Networks for Scientific Continuous Field Reconstruction
von: Xu, Wei, et al.
Veröffentlicht: (2024)

VQ4ALL: Efficient Neural Network Representation via a Universal Codebook
von: Deng, Juncan, et al.
Veröffentlicht: (2024)