Buchumschlag

Norm-Q: Effective Compression Method for Hidden Markov Models in Neuro-Symbolic Applications

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Gao, Hanyuan, Yang, Xiaoxuan
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Neural and Evolutionary Computing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Neuro-Evolutionary Approach to Physics-Aware Symbolic Regression
von: Kubalík, Jiří, et al.
Veröffentlicht: (2025)

Data-Informed Model Complexity Metric for Optimizing Symbolic Regression Models
von: Haut, Nathan, et al.
Veröffentlicht: (2025)

Symbol: Generating Flexible Black-Box Optimizers through Symbolic Equation Learning
von: Chen, Jiacheng, et al.
Veröffentlicht: (2024)

Investigating Quantum Circuit Designs Using Neuro-Evolution
von: Kar, Devroop, et al.
Veröffentlicht: (2026)

Learning Symbolic Model-Agnostic Loss Functions via Meta-Learning
von: Raymond, Christian, et al.
Veröffentlicht: (2022)

Gradient-Based Neuroplastic Adaptation for Concurrent Optimization of Neuro-Fuzzy Networks
von: Hostetter, John Wesley, et al.
Veröffentlicht: (2025)

Neural-Symbolic Integration with Evolvable Policies
von: Thoma, Marios, et al.
Veröffentlicht: (2026)

Neuro-Symbolic Activation Discovery: Transferring Mathematical Structures from Physics to Ecology for Parameter-Efficient Neural Networks
von: Hajbi, Anas
Veröffentlicht: (2026)

On the Generalization Bounds of Symbolic Regression with Genetic Programming
von: Nomura, Masahiro, et al.
Veröffentlicht: (2026)

NeuroPareto: Calibrated Acquisition for Costly Many-Goal Search in Vast Parameter Spaces
von: Fu, Rong, et al.
Veröffentlicht: (2026)

Neuro-mimetic Task-free Unsupervised Online Learning with Continual Self-Organizing Maps
von: Vaidya, Hitesh, et al.
Veröffentlicht: (2024)

CHNNet: An Artificial Neural Network With Connected Hidden Neurons
von: Shahir, Rafiad Sadat, et al.
Veröffentlicht: (2023)

Stochastic Forward-Forward Learning through Representational Dimensionality Compression
von: Zhu, Zhichao, et al.
Veröffentlicht: (2025)

Optimizing Feature Selection with Genetic Algorithms: A Review of Methods and Applications
von: Taha, Zhila Yaseen, et al.
Veröffentlicht: (2024)

Interpretable Non-linear Survival Analysis with Evolutionary Symbolic Regression
von: Rovito, Luigi, et al.
Veröffentlicht: (2025)

Inexact Simplification of Symbolic Regression Expressions with Locality-sensitive Hashing
von: Aldeia, Guilherme Seidyo Imai, et al.
Veröffentlicht: (2024)

Deep Symbolic Optimization: Reinforcement Learning for Symbolic Mathematics
von: Hayes, Conor F., et al.
Veröffentlicht: (2025)

Spiking Brain Compression: Post-Training Second-order Compression for Spiking Neural Networks
von: Shi, Lianfeng, et al.
Veröffentlicht: (2025)

Transformer Semantic Genetic Programming for d-dimensional Symbolic Regression Problems
von: Anthes, Philipp, et al.
Veröffentlicht: (2025)

Discovering Continuous-Time Memory-Based Symbolic Policies using Genetic Programming
von: de Vries, Sigur, et al.
Veröffentlicht: (2024)

Mirror Descent Policy Optimisation for Robust Constrained Markov Decision Processes
von: Bossens, David M., et al.
Veröffentlicht: (2025)

On the Markov Property of Neural Algorithmic Reasoning: Analyses and Methods
von: Bohde, Montgomery, et al.
Veröffentlicht: (2024)

Guiding Multi-Objective Genetic Programming with Description Length Improves Symbolic Regression Solutions
von: Kronberger, Gabriel, et al.
Veröffentlicht: (2026)

Enhancing Generalization in Evolutionary Feature Construction for Symbolic Regression through Vicinal Jensen Gap Minimization
von: Zhang, Hengzhe, et al.
Veröffentlicht: (2026)

Meta-Black-Box-Optimization through Offline Q-function Learning
von: Ma, Zeyuan, et al.
Veröffentlicht: (2025)

Toward Efficient Deep Spiking Neuron Networks:A Survey On Compression
von: Xie, Hui, et al.
Veröffentlicht: (2024)

HG2P: Hippocampus-inspired High-reward Graph and Model-Free Q-Gradient Penalty for Path Planning and Motion Control
von: Wang, Haoran, et al.
Veröffentlicht: (2024)

Fuzzy Encoding-Decoding to Improve Spiking Q-Learning Performance in Autonomous Driving
von: Ghoreishee, Aref, et al.
Veröffentlicht: (2026)

Surrogate Ensemble in Expensive Multi-Objective Optimization via Deep Q-Learning
von: Wu, Yuxin, et al.
Veröffentlicht: (2026)

Symbolic Regression with Multimodal Large Language Models and Kolmogorov Arnold Networks
von: Harvey, Thomas R., et al.
Veröffentlicht: (2025)

Effective Regularization Through Loss-Function Metalearning
von: Gonzalez, Santiago, et al.
Veröffentlicht: (2020)

Effective Predictive Modeling for Emergency Department Visits and Evaluating Exogenous Variables Impact: Using Explainable Meta-learning Gradient Boosting
von: Neshat, Mehdi, et al.
Veröffentlicht: (2024)

Symbolic Quantile Regression for the Interpretable Prediction of Conditional Quantiles
von: Hoekstra, Cas Oude, et al.
Veröffentlicht: (2025)

Drift-Aware Online Dynamic Learning for Nonstationary Multivariate Time Series: Application to Sintering Quality Prediction
von: Zhao, Yumeng, et al.
Veröffentlicht: (2026)

Location-routing Optimisation for Urban Logistics Using Mobile Parcel Locker Based on Hybrid Q-Learning Algorithm
von: Liu, Yubin, et al.
Veröffentlicht: (2021)

Pruner-Zero: Evolving Symbolic Pruning Metric from scratch for Large Language Models
von: Dong, Peijie, et al.
Veröffentlicht: (2024)

Deep Intrinsic Surprise-Regularized Control (DISRC): A Biologically Inspired Mechanism for Efficient Deep Q-Learning in Sparse Environments
von: Kini, Yash, et al.
Veröffentlicht: (2026)

RPG-AE: Neuro-Symbolic Graph Autoencoders with Rare Pattern Mining for Provenance-Based Anomaly Detection
von: Tauhid, Asif, et al.
Veröffentlicht: (2026)

A Self-Ensemble Inspired Approach for Effective Training of Binary-Weight Spiking Neural Networks
von: Meng, Qingyan, et al.
Veröffentlicht: (2025)

Analysis and Explainability of LLMs Via Evolutionary Methods
von: Gallagher, Shannon K., et al.
Veröffentlicht: (2026)