Buchumschlag

Feature-Guided Analysis of Neural Networks: A Replication Study

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Formica, Federico, Gregis, Stefano, Zanenga, Aurora Francesca, Rota, Andrea, Lawford, Mark, Menghi, Claudio
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

Ensembles-based Feature Guided Analysis
von: Formica, Federico, et al.
Veröffentlicht: (2026)

Engineering Resource-constrained Software Systems with DNN Components: a Concept-based Pruning Approach
von: Formica, Federico, et al.
Veröffentlicht: (2026)

Search-based Software Testing Driven by Domain Knowledge: Reflections and New Perspectives
von: Formica, Federico, et al.
Veröffentlicht: (2025)

Failure Modes and Effects Analysis: An Experience from the E-Bike Domain
von: Bombarda, Andrea, et al.
Veröffentlicht: (2025)

Search-based Testing of Simulink Models with Requirements Tables
von: Formica, Federico, et al.
Veröffentlicht: (2025)

Higher-Order Topological Directionality and Directed Simplicial Neural Networks
von: Lecha, Manuel, et al.
Veröffentlicht: (2024)

Efficient Graph Coloring with Neural Networks: A Physics-Inspired Approach for Large Graphs
von: Colantonio, Lorenzo, et al.
Veröffentlicht: (2024)

Replication Study: Enhancing Hydrological Modeling with Physics-Guided Machine Learning
von: Esmaeilzadeh, Mostafa, et al.
Veröffentlicht: (2024)

How Does Preconditioning Guide Feature Learning in Deep Neural Networks?
von: Yoshida, Kotaro, et al.
Veröffentlicht: (2025)

GraphNeuralNetworks.jl: Deep Learning on Graphs with Julia
von: Lucibello, Carlo, et al.
Veröffentlicht: (2024)

Phase Transitions for Feature Learning in Neural Networks
von: Montanari, Andrea, et al.
Veröffentlicht: (2026)

On the Neural Feature Ansatz for Deep Neural Networks
von: Tansley, Edward, et al.
Veröffentlicht: (2025)

CoVariance Filters and Neural Networks over Hilbert Spaces
von: Battiloro, Claudio, et al.
Veröffentlicht: (2025)

Function-Space MCMC for Bayesian Wide Neural Networks
von: Pezzetti, Lucia, et al.
Veröffentlicht: (2024)

Search-based Trace Diagnostic
von: Araujo, Gabriel, et al.
Veröffentlicht: (2024)

ERICA: Quantifying Replicability of Cluster Analysis
von: Sorooshyari, Siamak K., et al.
Veröffentlicht: (2026)

E(n) Equivariant Topological Neural Networks
von: Battiloro, Claudio, et al.
Veröffentlicht: (2024)

Slicing Input Features to Accelerate Deep Learning: A Case Study with Graph Neural Networks
von: Xu, Zhengjia, et al.
Veröffentlicht: (2024)

Feature Network Methods in Machine Learning and Applications
von: Mu, Xinying, et al.
Veröffentlicht: (2024)

Guided Transfer Learning for Discrete Diffusion Models
von: Kleutgens, Julian, et al.
Veröffentlicht: (2025)

Feature-Enhanced Graph Neural Networks for Classification of Synthetic Graph Generative Models: A Benchmarking Study
von: Dyer, Janek, et al.
Veröffentlicht: (2025)

Constraint Guided Model Quantization of Neural Networks
von: Van Baelen, Quinten, et al.
Veröffentlicht: (2024)

How Does Gradient Descent Learn Features -- A Local Analysis for Regularized Two-Layer Neural Networks
von: Zhou, Mo, et al.
Veröffentlicht: (2024)

Integrating Symbolic Neural Networks with Building Physics: A Study and Proposal
von: Chen, Xia, et al.
Veröffentlicht: (2024)

Adaptive Physics-Guided Neural Network
von: Shulman, David, et al.
Veröffentlicht: (2024)

Training Neural Networks on Data Sources with Unknown Reliability
von: Capstick, Alexander, et al.
Veröffentlicht: (2022)

Adaptive Node Feature Selection For Graph Neural Networks
von: Navarro, Madeline, et al.
Veröffentlicht: (2025)

Topological Feature Compression for Molecular Graph Neural Networks
von: Khorana, Rahul
Veröffentlicht: (2025)

Canonical Regularisation of Wide Feature-Learning Neural Networks
von: Whittle, George, et al.
Veröffentlicht: (2026)

Fourier Feature Pyramids for Physics-Informed Neural Networks
von: Zhao, Brandon, et al.
Veröffentlicht: (2026)

Learning with Shallow Neural Networks on Cluster-Structured Features
von: Cornacchia, Elisabetta, et al.
Veröffentlicht: (2026)

Understanding and Minimising Outlier Features in Neural Network Training
von: He, Bobby, et al.
Veröffentlicht: (2024)

ConsistentFeature: A Plug-and-Play Component for Neural Network Regularization
von: Jiang, RuiZhe, et al.
Veröffentlicht: (2024)

Beyond Unconstrained Features: Neural Collapse for Shallow Neural Networks with General Data
von: Hong, Wanli, et al.
Veröffentlicht: (2024)

Deep Residual Echo State Networks: exploring residual orthogonal connections in untrained Recurrent Neural Networks
von: Pinna, Matteo, et al.
Veröffentlicht: (2025)

GNN-LoFI: a Novel Graph Neural Network through Localized Feature-based Histogram Intersection
von: Bicciato, Alessandro, et al.
Veröffentlicht: (2024)

Hidden Conflicts in Neural Networks and Their Implications for Explainability
von: Dejl, Adam, et al.
Veröffentlicht: (2023)

A Framework for Feature Discovery in Intracranial Pressure Monitoring Data Using Neural Network Attention
von: Socha, Jonathan D., et al.
Veröffentlicht: (2026)

LuxIA: A Lightweight Unitary matriX-based Framework Built on an Iterative Algorithm for Photonic Neural Network Training
von: Carmona, Tzamn Melendez, et al.
Veröffentlicht: (2025)

A Feature Extraction Pipeline for Enhancing Lightweight Neural Networks in sEMG-based Joint Torque Estimation
von: Chari, Kartik, et al.
Veröffentlicht: (2026)