:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Jacobson, Philip, Feinberg, Ben, Kumar, Suhas, Agarwal, Sapan, Xiao, T. Patrick, Bennett, Christopher
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2602.07320
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Analog Bayesian neural networks are insensitive to the shape of the weight distribution
von: Patel, Ravi G., et al.
Veröffentlicht: (2025)

Modeling Causal Mechanisms with Diffusion Models for Interventional and Counterfactual Queries
von: Chao, Patrick, et al.
Veröffentlicht: (2023)

TED: Accelerate Model Training by Internal Generalization
von: Xiao, Jinying, et al.
Veröffentlicht: (2024)

Synthetic Combinations: A Causal Inference Framework for Combinatorial Interventions
von: Agarwal, Abhineet, et al.
Veröffentlicht: (2023)

Provably Bounding Neural Network Preimages
von: Kotha, Suhas, et al.
Veröffentlicht: (2023)

Strengthening the Internal Adversarial Robustness in Lifted Neural Networks
von: Zach, Christopher
Veröffentlicht: (2025)

Node Perturbation Can Effectively Train Multi-Layer Neural Networks
von: Dalm, Sander, et al.
Veröffentlicht: (2023)

Gradient-Free Training of Recurrent Neural Networks using Random Perturbations
von: Fernandez, Jesus Garcia, et al.
Veröffentlicht: (2024)

Improving Line Search Methods for Large Scale Neural Network Training
von: Kenneweg, Philip, et al.
Veröffentlicht: (2024)

DARTH-PUM: A Hybrid Processing-Using-Memory Architecture
von: Wong, Ryan, et al.
Veröffentlicht: (2026)

G-RepsNet: A Fast and General Construction of Equivariant Networks for Arbitrary Matrix Groups
von: Basu, Sourya, et al.
Veröffentlicht: (2024)

SPIRE: Conditional Personalization for Federated Diffusion Generative Models
von: Ozkara, Kaan, et al.
Veröffentlicht: (2025)

Quantifying Explanation Quality in Graph Neural Networks using Out-of-Distribution Generalization
von: Zhang, Ding, et al.
Veröffentlicht: (2026)

Revisiting LARS for Large Batch Training Generalization of Neural Networks
von: Do, Khoi, et al.
Veröffentlicht: (2023)

Analog fast Fourier transforms for scalable and efficient signal processing
von: Xiao, T. Patrick, et al.
Veröffentlicht: (2024)

A Unified Physics-Informed Neural Network for Modeling Coupled Electro- and Elastodynamic Wave Propagation Using Three-Stage Loss Optimization
von: Bharadwaj, Suhas Suresh, et al.
Veröffentlicht: (2026)

FutureFill: Fast Generation from Convolutional Sequence Models
von: Agarwal, Naman, et al.
Veröffentlicht: (2024)

A Methodology-Oriented Study of Catastrophic Forgetting in Incremental Deep Neural Networks
von: Kumar, Ashutosh, et al.
Veröffentlicht: (2024)

Heating Up Quasi-Monte Carlo Graph Random Features: A Diffusion Kernel Perspective
von: Feinberg, Brooke, et al.
Veröffentlicht: (2024)

Training Feedforward Neural Networks with Bayesian Hyper-Heuristics
von: Schreuder, Arné, et al.
Veröffentlicht: (2023)

Convolutional Neural Networks can achieve binary bail judgement classification
von: Barman, Amit, et al.
Veröffentlicht: (2024)

Wide Two-Layer Networks can Learn from Adversarial Perturbations
von: Kumano, Soichiro, et al.
Veröffentlicht: (2024)

Benchmarking Neural Network Training Algorithms
von: Dahl, George E., et al.
Veröffentlicht: (2023)

Gradient Perturbation: Learning to Perturb Gradients for Adaptive Training
von: Li, Hua
Veröffentlicht: (2026)

Unifying Adversarial Perturbation for Graph Neural Networks
von: Yang, Jinluan, et al.
Veröffentlicht: (2025)

Neural Clamping: Joint Input Perturbation and Temperature Scaling for Neural Network Calibration
von: Tang, Yung-Chen, et al.
Veröffentlicht: (2022)

Reframing Data Value for Large Language Models Through the Lens of Plausibility
von: Rammal, Mohamad Rida, et al.
Veröffentlicht: (2024)

Gradient Flow Matching for Learning Update Dynamics in Neural Network Training
von: Shou, Xiao, et al.
Veröffentlicht: (2025)

On Discprecncies between Perturbation Evaluations of Graph Neural Network Attributions
von: Rezaei, Razieh, et al.
Veröffentlicht: (2024)

RL-ACRGNet: Reinforcement Learning-Based Chest Radiology Report Generation Network
von: Meena, Yogesh Kumar, et al.
Veröffentlicht: (2026)

GIN-Graph: A Generative Interpretation Network for Model-Level Explanation of Graph Neural Networks
von: Yue, Xiao, et al.
Veröffentlicht: (2025)

What Operations can be Performed Directly on Compressed Arrays, and with What Error?
von: Agarwal, Tripti, et al.
Veröffentlicht: (2024)

TCAM-SSD: A Framework for Search-Based Computing in Solid-State Drives
von: Wong, Ryan, et al.
Veröffentlicht: (2024)

Time-Distributed Feature Learning for Internet of Things Network Traffic Classification
von: Manjunath, Yoga Suhas Kuruba, et al.
Veröffentlicht: (2024)

Vecchia Gaussian Process Ensembles on Internal Representations of Deep Neural Networks
von: Jimenez, Felix, et al.
Veröffentlicht: (2023)

APEX: Probing Neural Networks via Activation Perturbation
von: Ren, Tao, et al.
Veröffentlicht: (2026)

Robust Federated Learning against Model Perturbation in Edge Networks
von: Jin, Dongzi, et al.
Veröffentlicht: (2025)

On the Relation between Internal Language Model and Sequence Discriminative Training for Neural Transducers
von: Yang, Zijian, et al.
Veröffentlicht: (2023)

LOGIN: A Large Language Model Consulted Graph Neural Network Training Framework
von: Qiao, Yiran, et al.
Veröffentlicht: (2024)

Implicit Generative Prior for Bayesian Neural Networks
von: Liu, Yijia, et al.
Veröffentlicht: (2024)