Buchumschlag

PALMS: A Computational Implementation for Pavlovian Associative Learning Models' Simulation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Fixman, Martin, Abati, Alessandro, Nimmo, Julián Jiménez, Lim, Sean, Mondragón, Esther
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Advancing the Biological Plausibility and Efficacy of Hebbian Convolutional Neural Networks
von: Nimmo, Julian Jimenez, et al.
Veröffentlicht: (2025)

Understanding Transformers through the Lens of Pavlovian Conditioning
von: Qiao, Mu
Veröffentlicht: (2025)

A representational framework for learning and encoding structurally enriched trajectories in complex agent environments
von: Catarau-Cotutiu, Corina, et al.
Veröffentlicht: (2025)

Quantum Generative Models for Computational Fluid Dynamics: A First Exploration of Latent Space Learning in Lattice Boltzmann Simulations
von: Hsain, Achraf, et al.
Veröffentlicht: (2025)

OffSim: Offline Simulator for Model-based Offline Inverse Reinforcement Learning
von: Ahn, Woo-Jin, et al.
Veröffentlicht: (2025)

Multifidelity Simulation-based Inference for Computationally Expensive Simulators
von: Krouglova, Anastasia N., et al.
Veröffentlicht: (2025)

PLAID: A Unified Data Model for Machine Learning on Heterogeneous Physics Simulations
von: Casenave, Fabien, et al.
Veröffentlicht: (2025)

Learning in Associative Networks through Pavlovian Dynamics
von: Lotito, Daniele, et al.
Veröffentlicht: (2024)

Accelerating Computer Architecture Simulation through Machine Learning
von: Ali, Wajid, et al.
Veröffentlicht: (2024)

Learning Better Certified Models from Empirically-Robust Teachers
von: De Palma, Alessandro
Veröffentlicht: (2026)

Resource-Efficient Deep Learning: A Survey on Model-, Arithmetic-, and Implementation-Level Techniques
von: Lee, JunKyu, et al.
Veröffentlicht: (2021)

Implementation of The Future of Drug Discovery: QuantumBased Machine Learning Simulation (QMLS)
von: Zhou, Yifan, et al.
Veröffentlicht: (2023)

Aircraft Trajectory Segmentation-based Contrastive Coding: A Framework for Self-supervised Trajectory Representation
von: Phisannupawong, Thaweerath, et al.
Veröffentlicht: (2024)

A Sim2Real Approach for Identifying Task-Relevant Properties in Interpretable Machine Learning
von: Nofshin, Eura, et al.
Veröffentlicht: (2024)

A Unified Framework for Neural Computation and Learning Over Time
von: Melacci, Stefano, et al.
Veröffentlicht: (2024)

Memory-Efficient FPGA Implementation of Stochastic Simulated Annealing
von: Shin, Duckgyu, et al.
Veröffentlicht: (2026)

A Model Selection Approach for Corruption Robust Reinforcement Learning
von: Wei, Chen-Yu, et al.
Veröffentlicht: (2021)

Learning and Transferring Physical Models through Derivatives
von: Trenta, Alessandro, et al.
Veröffentlicht: (2025)

Programming with Pixels: Can Computer-Use Agents do Software Engineering?
von: Aggarwal, Pranjal, et al.
Veröffentlicht: (2025)

Towards Interpretable Deep Reinforcement Learning Models via Inverse Reinforcement Learning
von: Xie, Sean, et al.
Veröffentlicht: (2022)

The Probably Approximately Correct Learning Model in Computational Learning Theory
von: Servedio, Rocco A.
Veröffentlicht: (2025)

Compute-in-Memory Implementation of State Space Models for Event Sequence Processing
von: Zhang, Xiaoyu, et al.
Veröffentlicht: (2025)

Intelligent Repetition Counting for Unseen Exercises: A Few-Shot Learning Approach with Sensor Signals
von: Lim, Yooseok, et al.
Veröffentlicht: (2024)

A Switching System Theory of Q-Learning with Linear Function Approximation
von: Lee, Donghwan, et al.
Veröffentlicht: (2026)

OMG-RL:Offline Model-based Guided Reward Learning for Heparin Treatment
von: Lim, Yooseok, et al.
Veröffentlicht: (2024)

Superpipeline: A Universal Approach for Reducing GPU Memory Usage in Large Models
von: Abbasi, Reza, et al.
Veröffentlicht: (2024)

Efficient Implementation of LinearUCB through Algorithmic Improvements and Vector Computing Acceleration for Embedded Learning Systems
von: Angioli, Marco, et al.
Veröffentlicht: (2025)

Object-Centric Diffusion for Efficient Video Editing
von: Kahatapitiya, Kumara, et al.
Veröffentlicht: (2024)

Learning to Dock: A Simulation-based Study on Closing the Sim2Real Gap in Autonomous Underwater Docking
von: Chang, Kevin, et al.
Veröffentlicht: (2025)

Learning To Explore With Predictive World Model Via Self-Supervised Learning
von: Santana, Alana, et al.
Veröffentlicht: (2025)

Singular Fluctuation as Specific Heat in Bayesian Learning
von: Plummer, Sean
Veröffentlicht: (2025)

Deep Learning for Model Calibration in Simulation of Itaconic Acid Production
von: Fokina, Daria, et al.
Veröffentlicht: (2026)

Accelerating Reinforcement Learning Training Using Simulation Surrogate Models
von: Ghasemloo, Mohammadmahdi, et al.
Veröffentlicht: (2026)

Learning Hybrid Dynamics Models With Simulator-Informed Latent States
von: Ensinger, Katharina, et al.
Veröffentlicht: (2023)

L1: Controlling How Long A Reasoning Model Thinks With Reinforcement Learning
von: Aggarwal, Pranjal, et al.
Veröffentlicht: (2025)

Modelling and Simulation of Neuromorphic Datasets for Anomaly Detection in Computer Vision
von: Middleton, Mike, et al.
Veröffentlicht: (2026)

Emergence of Computational Structure in a Neural Network Physics Simulator
von: Hitchcock, Rohan, et al.
Veröffentlicht: (2025)

Hyperparameter Tuning for Causal Inference with Double Machine Learning: A Simulation Study
von: Bach, Philipp, et al.
Veröffentlicht: (2024)

Mixture-of-Personas Language Models for Population Simulation
von: Bui, Ngoc, et al.
Veröffentlicht: (2025)

Learning From Simulators: A Theory of Simulation-Grounded Learning
von: Dudley, Carson, et al.
Veröffentlicht: (2025)