Buchumschlag

ULU: A Unified Activation Function

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Huo, Simin
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

Iwin Transformer: Hierarchical Vision Transformer using Interleaved Windows
von: Huo, Simin, et al.
Veröffentlicht: (2025)

Adaptive Parametric Activation: Unifying and Generalising Activation Functions Across Tasks
von: Alexandridis, Konstantinos Panagiotis, et al.
Veröffentlicht: (2024)

Kernel Selection is Model Selection: A Unified Complexity-Penalized Approach for MMD Two-Sample Tests
von: Ni, Yijin, et al.
Veröffentlicht: (2026)

SwishReLU: A Unified Approach to Activation Functions for Enhanced Deep Neural Networks Performance
von: Rahman, Jamshaid Ul, et al.
Veröffentlicht: (2024)

A Unified Learning Model for Estimating Fiber Orientation Distribution Functions on Heterogeneous Multi-shell Diffusion-weighted MRI
von: Yao, Tianyuan, et al.
Veröffentlicht: (2023)

AFA-LoRA: Enabling Non-Linear Adaptations in LoRA with Activation Function Annealing
von: Li, Jiacheng, et al.
Veröffentlicht: (2025)

Universal Activation Verbalizer: A Unified Framework for Cross-Model Activation Explanation
von: Zhao, Haiyan, et al.
Veröffentlicht: (2026)

Inverting Self-Organizing Maps: A Unified Activation-Based Framework
von: Londei, Alessandro, et al.
Veröffentlicht: (2026)

Unified Conformalized Multiple Testing with Full Data Efficiency
von: Huo, Yuyang, et al.
Veröffentlicht: (2025)

When Active Learning Falls Short: An Empirical Study on Chemical Reaction Extraction
von: Yu, Simin, et al.
Veröffentlicht: (2026)

Universal Consistency of Wide and Deep ReLU Neural Networks and Minimax Optimal Convergence Rates for Kolmogorov-Donoho Optimal Function Classes
von: Ko, Hyunouk, et al.
Veröffentlicht: (2024)

A Unified Probabilistic Framework for Dictionary Learning with Parsimonious Activation
von: Zhao, Zihui, et al.
Veröffentlicht: (2025)

A Composite Activation Function for Learning Stable Binary Representations
von: Park, Seokhun, et al.
Veröffentlicht: (2026)

On the Role of Activation Functions in EEG-To-Text Decoder
von: Lamprou, Zenon, et al.
Veröffentlicht: (2024)

Guidance and Control Networks with Periodic Activation Functions
von: Origer, Sebastien, et al.
Veröffentlicht: (2024)

A Unifying Generator Loss Function for Generative Adversarial Networks
von: Veiner, Justin, et al.
Veröffentlicht: (2023)

Mining Generalizable Activation Functions
von: Vitvitskyi, Alex, et al.
Veröffentlicht: (2026)

A Method on Searching Better Activation Functions
von: Sun, Haoyuan, et al.
Veröffentlicht: (2024)

ReCA: A Parametric ReLU Composite Activation Function
von: Chidiac, John, et al.
Veröffentlicht: (2025)

Feature Attribution in 5G Intrusion Detection: A Statistical vs. Logic-Based Comparison
von: Uccello, Federica, et al.
Veröffentlicht: (2025)

DiGRAF: Diffeomorphic Graph-Adaptive Activation Function
von: Mantri, Krishna Sri Ipsit, et al.
Veröffentlicht: (2024)

Gait2Hip-60: A Unified Deep Learning Benchmark for Predicting Hip Muscle Forces and Joint Moments from Multi-Cadence Gait Kinematics
von: Zhang, Jiaqi, et al.
Veröffentlicht: (2026)

HyperINF: Unleashing the HyperPower of the Schulz's Method for Data Influence Estimation
von: Zhou, Xinyu, et al.
Veröffentlicht: (2024)

Deep Grokking: Would Deep Neural Networks Generalize Better?
von: Fan, Simin, et al.
Veröffentlicht: (2024)

ScoresActivation: A New Activation Function for Model Agnostic Global Explainability by Design
von: Covaci, Emanuel, et al.
Veröffentlicht: (2025)

Activation Sensitivity as a Unifying Principle for Post-Training Quantization
von: Xu, Bruce Changlong
Veröffentlicht: (2026)

A Unified Framework for Simultaneous Parameter and Function Discovery in Differential Equations
von: Manor, Shalev, et al.
Veröffentlicht: (2025)

$α$-TCAV: A Unified Framework for Testing with Concept Activation Vectors
von: Schnoor, Ekkehard, et al.
Veröffentlicht: (2026)

ANAct: Adaptive Normalization for Activation Functions
von: Peiwen, Yuan, et al.
Veröffentlicht: (2022)

Efficient Reinforcement Learning by Reducing Forgetting with Elephant Activation Functions
von: Lan, Qingfeng, et al.
Veröffentlicht: (2025)

Combinations of Fast Activation and Trigonometric Functions in Kolmogorov-Arnold Networks
von: Ta, Hoang-Thang, et al.
Veröffentlicht: (2025)

TeLU Activation Function for Fast and Stable Deep Learning
von: Fernandez, Alfredo, et al.
Veröffentlicht: (2024)

GRAPE: Optimize Data Mixture for Group Robust Multi-target Adaptive Pretraining
von: Fan, Simin, et al.
Veröffentlicht: (2025)

Towards Robust Multimodal Learning in the Open World
von: Huo, Fushuo
Veröffentlicht: (2025)

A Unified Theory of Random Projection for Influence Functions
von: Hu, Pingbang, et al.
Veröffentlicht: (2026)

On the Generalization Properties of Learning the Random Feature Models with Learnable Activation Functions
von: Ma, Zailin, et al.
Veröffentlicht: (2025)

Don't Forget the Nonlinearity: Unlocking Activation Functions in Efficient Fine-Tuning
von: Yin, Bo, et al.
Veröffentlicht: (2025)

Extension of Symmetrized Neural Network Operators with Fractional and Mixed Activation Functions
von: Santos, Rômulo Damasclin Chaves dos, et al.
Veröffentlicht: (2025)

Leveraging Continuously Differentiable Activation Functions for Learning in Quantized Noisy Environments
von: Shah, Vivswan, et al.
Veröffentlicht: (2024)

Deep Network Approximation: Beyond ReLU to Diverse Activation Functions
von: Zhang, Shijun, et al.
Veröffentlicht: (2023)