:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Dherin, Benoit, Munn, Michael
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2510.03470
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Margin-based Multiclass Generalization Bound via Geometric Complexity
von: Munn, Michael, et al.
Veröffentlicht: (2024)

The Impact of Geometric Complexity on Neural Collapse in Transfer Learning
von: Munn, Michael, et al.
Veröffentlicht: (2024)

Equivalence of Context and Parameter Updates in Modern Transformer Blocks
von: Goldwaser, Adrian, et al.
Veröffentlicht: (2025)

Transmuting prompts into weights
von: Mazzawi, Hanna, et al.
Veröffentlicht: (2025)

Learning without training: The implicit dynamics of in-context learning
von: Dherin, Benoit, et al.
Veröffentlicht: (2025)

Learning by solving differential equations
von: Dherin, Benoit, et al.
Veröffentlicht: (2025)

How iteration order influences convergence and stability in deep learning
von: Dherin, Benoit, et al.
Veröffentlicht: (2025)

Corridor Geometry in Gradient-Based Optimization
von: Dherin, Benoit, et al.
Veröffentlicht: (2024)

Grow, Don't Overwrite: Fine-tuning Without Forgetting
von: Adila, Dyah, et al.
Veröffentlicht: (2026)

Deep Fusion: Efficient Network Training via Pre-trained Initializations
von: Mazzawi, Hanna, et al.
Veröffentlicht: (2023)

A Bayesian Model Selection Criterion for Selecting Pretraining Checkpoints
von: Munn, Michael, et al.
Veröffentlicht: (2024)

Implicit regularization of deep residual networks towards neural ODEs
von: Marion, Pierre, et al.
Veröffentlicht: (2023)

Towards Understanding the Link Between Modularity and Performance in Neural Networks for Reinforcement Learning
von: Munn, Humphrey, et al.
Veröffentlicht: (2022)

The sampling complexity of learning invertible residual neural networks
von: Li, Yuanyuan, et al.
Veröffentlicht: (2024)

Geometric States
von: Dherin, Benoit, et al.
Veröffentlicht: (2024)

Scale-invariant Gaussian derivative residual networks
von: Perzanowski, Andrzej, et al.
Veröffentlicht: (2026)

Fast and reliable uncertainty quantification with neural network ensembles for industrial image classification
von: Thuy, Arthur, et al.
Veröffentlicht: (2024)

Scalable Multi-Objective Robot Reinforcement Learning through Gradient Conflict Resolution
von: Munn, Humphrey, et al.
Veröffentlicht: (2025)

RAPT: Model-Predictive Out-of-Distribution Detection and Failure Diagnosis for Sim-to-Real Humanoid Robots
von: Munn, Humphrey, et al.
Veröffentlicht: (2026)

Fading memory as inductive bias in residual recurrent networks
von: Dubinin, Igor, et al.
Veröffentlicht: (2023)

Sobolev neural network with residual weighting as a surrogate in linear and non-linear mechanics
von: Kilicsoy, A. O. M., et al.
Veröffentlicht: (2024)

Explainability through uncertainty: Trustworthy decision-making with neural networks
von: Thuy, Arthur, et al.
Veröffentlicht: (2024)

Self-adaptive weights based on balanced residual decay rate for physics-informed neural networks and deep operator networks
von: Chen, Wenqian, et al.
Veröffentlicht: (2024)

Towards protein folding pathways by reconstructing protein residue networks with a policy-driven model
von: Khor, Susan
Veröffentlicht: (2026)

Understanding the role of depth in the neural tangent kernel for overparameterized neural networks
von: St-Arnaud, William, et al.
Veröffentlicht: (2025)

Size and depth of monotone neural networks: interpolation and approximation
von: Mikulincer, Dan, et al.
Veröffentlicht: (2022)

Hard-constraint physics-residual networks enable robust extrapolation for hydrogen crossover prediction in PEM water electrolyzers
von: Kim, Yong-Woon, et al.
Veröffentlicht: (2025)

Characterizing stable regions in the residual stream of LLMs
von: Janiak, Jett, et al.
Veröffentlicht: (2024)

Convolutional neural network for early detection of lameness and irregularity in horses using an IMU sensor
von: Savoini, Benoît, et al.
Veröffentlicht: (2025)

Time-aware UNet and super-resolution deep residual networks for spatial downscaling
von: Sipilä, Mika, et al.
Veröffentlicht: (2025)

Memorization capacity of deep ReLU neural networks characterized by width and depth
von: Yang, Xin, et al.
Veröffentlicht: (2026)

Speeding Up MACE: Low-Precision Tricks for Equivarient Force Fields
von: Benoit, Alexandre
Veröffentlicht: (2025)

Deep ensemble graph neural networks for probabilistic cosmic-ray direction and energy reconstruction in autonomous radio arrays
von: Ferrière, Arsène, et al.
Veröffentlicht: (2026)

Dynamical transition in controllable quantum neural networks with large depth
von: Zhang, Bingzhi, et al.
Veröffentlicht: (2023)

HARDCORE: H-field and power loss estimation for arbitrary waveforms with residual, dilated convolutional neural networks in ferrite cores
von: Kirchgässner, Wilhelm, et al.
Veröffentlicht: (2024)

Traffic expertise meets residual RL: Knowledge-informed model-based residual reinforcement learning for CAV trajectory control
von: Sheng, Zihao, et al.
Veröffentlicht: (2024)

Learning residue level protein dynamics with multiscale Gaussians
von: Bafna, Mihir, et al.
Veröffentlicht: (2025)

Differentiable Tripartite Modularity for Clustering Heterogeneous Graphs
von: Hurpeau, Benoît
Veröffentlicht: (2026)

Analysis of a multi-target linear shrinkage covariance estimator
von: Oriol, Benoit
Veröffentlicht: (2024)

Asymptotic spectrum of weighted sample covariance: another proof of spectrum convergence
von: Oriol, Benoit
Veröffentlicht: (2024)