Buchumschlag

Fractional neural attention for efficient multiscale sequence processing

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Qu, Cheng Kevin, Ly, Andrew, Gong, Pulin
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence Dynamical Systems Probability Biological Physics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Rhythmic sharing: A bio-inspired paradigm for zero-shot adaptive learning in neural networks
von: Kang, Hoony, et al.
Veröffentlicht: (2025)

How to Tame Your LLM: Semantic Collapse in Continuous Systems
von: Wyss, C. M.
Veröffentlicht: (2025)

Learning Chaotic Systems and Long-Term Predictions with Neural Jump ODEs
von: Krach, Florian, et al.
Veröffentlicht: (2024)

Residual connections provably mitigate oversmoothing in graph neural networks
von: Chen, Ziang, et al.
Veröffentlicht: (2025)

Learning Interpretable Hierarchical Dynamical Systems Models from Time Series Data
von: Brenner, Manuel, et al.
Veröffentlicht: (2024)

Almost-Linear RNNs Yield Highly Interpretable Symbolic Codes in Dynamical Systems Reconstruction
von: Brenner, Manuel, et al.
Veröffentlicht: (2024)

Bridging discrete and continuous state spaces: Exploring the Ehrenfest process in time-continuous diffusion models
von: Winkler, Ludwig, et al.
Veröffentlicht: (2024)

On the dimension of pullback attractors in recurrent neural networks
von: Fadera, Muhammed
Veröffentlicht: (2025)

Decomposing heterogeneous dynamical systems with graph neural networks
von: Allier, Cédric, et al.
Veröffentlicht: (2024)

The Mean-Field Dynamics of Transformers
von: Rigollet, Philippe
Veröffentlicht: (2025)

A Dynamics-Informed Gaussian Process Framework for 2D Stochastic Navier-Stokes via Quasi-Gaussianity
von: Hamzi, Boumediene, et al.
Veröffentlicht: (2025)

Lagrangian neural ODEs: Measuring the existence of a Lagrangian with Helmholtz metrics
von: Wolf, Luca, et al.
Veröffentlicht: (2025)

Confabulation dynamics in a reservoir computer: Filling in the gaps with untrained attractors
von: O'Hagan, Jack, et al.
Veröffentlicht: (2025)

Divergence-kernel method for linear responses of densities and generative models
von: Ni, Angxiu
Veröffentlicht: (2025)

When and how can inexact generative models still sample from the data manifold?
von: Chandramoorthy, Nisha, et al.
Veröffentlicht: (2025)

Geometric regularization of autoencoders via observed stochastic dynamics
von: Hill, Sean, et al.
Veröffentlicht: (2026)

The Minary Primitive of Computational Autopoiesis
von: Connor, Daniel, et al.
Veröffentlicht: (2026)

Random Quadratic Form on a Sphere: Synchronization by Common Noise
von: Engel, Maximilian, et al.
Veröffentlicht: (2026)

A Score Filter Enhanced Data Assimilation Framework for Data-Driven Dynamical Systems
von: Tang, Jingqiao, et al.
Veröffentlicht: (2026)

Characterizing Dynamical Stability of Stochastic Gradient Descent in Overparameterized Learning
von: Chemnitz, Dennis, et al.
Veröffentlicht: (2024)

Optimal Initialization in Depth: Lyapunov Initialization and Limit Theorems for Deep Leaky ReLU Networks
von: Kogler, Constantin, et al.
Veröffentlicht: (2026)

Unconditional stability of a recurrent neural circuit implementing divisive normalization
von: Rawat, Shivang, et al.
Veröffentlicht: (2024)

Weak Generative Sampler to Efficiently Sample Invariant Distribution of Stochastic Differential Equation
von: Cai, Zhiqiang, et al.
Veröffentlicht: (2024)

Generative Lagrangian data assimilation for ocean dynamics under extreme sparsity
von: Asefi, Niloofar, et al.
Veröffentlicht: (2025)

Integral Bayesian symbolic regression for optimal discovery of governing equations from scarce and noisy data
von: Cabanas-Tirapu, Oriol, et al.
Veröffentlicht: (2025)

Improving physics-informed neural network extrapolation via transfer learning and adaptive activation functions
von: Papastathopoulos-Katsaros, Athanasios, et al.
Veröffentlicht: (2025)

Adaptive control of reaction-diffusion PDEs via neural operator-approximated gain kernels
von: Bhan, Luke, et al.
Veröffentlicht: (2024)

Data-driven model discovery with Kolmogorov-Arnold networks
von: Moradi, Mohammadamin, et al.
Veröffentlicht: (2024)

VAE-Var: Variational-Autoencoder-Enhanced Variational Assimilation
von: Xiao, Yi, et al.
Veröffentlicht: (2024)

Data Assimilation in Chaotic Systems Using Deep Reinforcement Learning
von: Hammoud, Mohamad Abed El Rahman, et al.
Veröffentlicht: (2024)

True Zero-Shot Inference of Dynamical Systems Preserving Long-Term Statistics
von: Hemmer, Christoph Jürgen, et al.
Veröffentlicht: (2025)

Horizon-Constrained Rashomon Sets for Chaotic Forecasting
von: Kale, Gauri, et al.
Veröffentlicht: (2026)

Out-of-Domain Generalization in Dynamical Systems Reconstruction
von: Göring, Niclas, et al.
Veröffentlicht: (2024)

Optimal Recurrent Network Topologies for Dynamical Systems Reconstruction
von: Hemmer, Christoph Jürgen, et al.
Veröffentlicht: (2024)

A-PINN: Auxiliary Physics-informed Neural Networks for Structural Vibration Analysis in Continuous Euler-Bernoulli Beam
von: Saini, Shivani, et al.
Veröffentlicht: (2025)

Detecting Invariant Manifolds in ReLU-Based RNNs
von: Eisenmann, Lukas, et al.
Veröffentlicht: (2025)

Manifold Trajectories in Next-Token Prediction: From Replicator Dynamics to Softmax Equilibrium
von: Lee-Jenkins, Christopher R.
Veröffentlicht: (2025)

Sparse identification of nonlinear dynamics and Koopman operators with Shallow Recurrent Decoder Networks
von: Gao, Mars Liyao, et al.
Veröffentlicht: (2025)

Language models as master equation solvers
von: Liu, Chuanbo, et al.
Veröffentlicht: (2023)

Identifying Equivalent Training Dynamics
von: Redman, William T., et al.
Veröffentlicht: (2023)