Buchumschlag

Emergent Riemannian geometry over learning discrete computations on continuous manifolds

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Brandon, Julian, Chadwick, Angus, Pellegrino, Arthur
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Neural and Evolutionary Computing Differential Geometry Neurons and Cognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

RNNs perform task computations by dynamically warping neural representations
von: Pellegrino, Arthur, et al.
Veröffentlicht: (2025)

Improving the adaptive and continuous learning capabilities of artificial neural networks: Lessons from multi-neuromodulatory dynamics
von: Mei, Jie, et al.
Veröffentlicht: (2025)

Geometry-aware similarity metrics for neural representations on Riemannian and statistical manifolds
von: Cayco-Gajic, N Alex, et al.
Veröffentlicht: (2026)

Storing overlapping associative memories on latent manifolds in low-rank spiking networks
von: Podlaski, William F., et al.
Veröffentlicht: (2024)

Why all roads don't lead to Rome: Representation geometry varies across the human visual cortical hierarchy
von: Ghosh, Arna, et al.
Veröffentlicht: (2025)

Self-supervised local learning rules learn the hidden hierarchical structure of high-dimensional data
von: Delrocq, Ariane, et al.
Veröffentlicht: (2026)

The dynamic interplay between in-context and in-weight learning in humans and neural networks
von: Russin, Jacob, et al.
Veröffentlicht: (2024)

Dendrites endow artificial neural networks with accurate, robust and parameter-efficient learning
von: Chavlis, Spyridon, et al.
Veröffentlicht: (2024)

ISAM-MTL: Cross-subject multi-task learning model with identifiable spikes and associative memory networks
von: Li, Junyan, et al.
Veröffentlicht: (2025)

Theories of synaptic memory consolidation and intelligent plasticity for continual learning
von: Zenke, Friedemann, et al.
Veröffentlicht: (2024)

ArtifactGen: Benchmarking WGAN-GP vs Diffusion for Label-Aware EEG Artifact Synthesis
von: Arasu, Hritik, et al.
Veröffentlicht: (2025)

Spike-Timing-Dependent Plasticity for Bernoulli Message Passing
von: Adamiat, Sepideh, et al.
Veröffentlicht: (2025)

Perforated Backpropagation: A Neuroscience Inspired Extension to Artificial Neural Networks
von: Brenner, Rorry, et al.
Veröffentlicht: (2025)

Feature Learning beyond the Lazy-Rich Dichotomy: Insights from Representational Geometry
von: Chou, Chi-Ning, et al.
Veröffentlicht: (2025)

TopoNets: High Performing Vision and Language Models with Brain-Like Topography
von: Deb, Mayukh, et al.
Veröffentlicht: (2025)

Emergence of the Primacy Effect in Structured State-Space Models
von: Morita, Takashi
Veröffentlicht: (2025)

Neural Models of Task Adaptation: A Tutorial on Spiking Networks for Executive Control
von: Kannan, Ashwin Viswanathan, et al.
Veröffentlicht: (2025)

Sufficient conditions for offline reactivation in recurrent neural networks
von: Krishna, Nanda H., et al.
Veröffentlicht: (2025)

Meta-Representational Predictive Coding: Biomimetic Self-Supervised Learning
von: Ororbia, Alexander, et al.
Veröffentlicht: (2025)

The Generalist Brain Module: Module Repetition in Neural Networks in Light of the Minicolumn Hypothesis
von: Kvalsund, Mia-Katrin, et al.
Veröffentlicht: (2025)

Boosting Reservoir Computing with Brain-inspired Adaptive Dynamics
von: Srinivasan, Keshav, et al.
Veröffentlicht: (2025)

Harmonic fractal transformation for modeling complex neuronal effects: from bursting and noise shaping to waveform sensitivity and noise-induced subthreshold spiking
von: Sorokina, Mariia
Veröffentlicht: (2025)

SpikeFit: Towards Optimal Deployment of Spiking Networks on Neuromorphic Hardware
von: Kartashov, Ivan, et al.
Veröffentlicht: (2025)

Bayesian Theory of Consciousness as Exchangeable Emotion-Cognition Inference
von: Li, Xin
Veröffentlicht: (2024)

Phasor Agents: Oscillatory Graphs with Three-Factor Plasticity and Sleep-Staged Learning
von: Trappe, Rodja
Veröffentlicht: (2026)

Graph-Based Representation Learning of Neuronal Dynamics and Behavior
von: Khajehnejad, Moein, et al.
Veröffentlicht: (2024)

Joint sparse coding and temporal dynamics support context reconfiguration
von: Shi, Qianqian, et al.
Veröffentlicht: (2026)

Expressivity of Neural Networks with Random Weights and Learned Biases
von: Williams, Ezekiel, et al.
Veröffentlicht: (2024)

On the relationship between predictive coding and backpropagation
von: Rosenbaum, Robert
Veröffentlicht: (2021)

Neuroformer: Multimodal and Multitask Generative Pretraining for Brain Data
von: Antoniades, Antonis, et al.
Veröffentlicht: (2023)

On Design Choices in Similarity-Preserving Sparse Randomized Embeddings
von: Kleyko, Denis, et al.
Veröffentlicht: (2024)

Synaptic Weight Distributions Depend on the Geometry of Plasticity
von: Pogodin, Roman, et al.
Veröffentlicht: (2023)

Cross-Species RSA Reveals Conserved Early Visual Alignment but Divergent Higher-Area Rankings Across Human fMRI and Macaque Electrophysiology
von: Leutenegger, Nils
Veröffentlicht: (2026)

Stimulus-to-Stimulus Learning in RNNs with Cortical Inductive Biases
von: Vafidis, Pantelis, et al.
Veröffentlicht: (2024)

Meta-Learning Strategies through Value Maximization in Neural Networks
von: Carrasco-Davis, Rodrigo, et al.
Veröffentlicht: (2023)

BLEND: Behavior-guided Neural Population Dynamics Modeling via Privileged Knowledge Distillation
von: Guo, Zhengrui, et al.
Veröffentlicht: (2024)

Mitigating Communication Costs in Neural Networks: The Role of Dendritic Nonlinearity
von: Wu, Xundong, et al.
Veröffentlicht: (2023)

Contribute to balance, wire in accordance: Emergence of backpropagation from a simple, bio-plausible neuroplasticity rule
von: Fan, Xinhao, et al.
Veröffentlicht: (2024)

R-FORCE: Robust Learning for Random Recurrent Neural Networks
von: Zheng, Yang, et al.
Veröffentlicht: (2020)

Learning efficient backprojections across cortical hierarchies in real time
von: Max, Kevin, et al.
Veröffentlicht: (2022)