:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Shimizu, Atsushi, Taniguchi, Shohei, Matsuo, Yutaka
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2602.14050
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Residual Koopman Spectral Profiling for Predicting and Preventing Transformer Training Instability
von: Kim, Bum Jun, et al.
Veröffentlicht: (2026)

$\infty$-MoE: Generalizing Mixture of Experts to Infinite Experts
von: Takashiro, Shota, et al.
Veröffentlicht: (2026)

Fusion Matters: Length-Aware Analysis of Positional-Encoding Fusion in Transformers
von: Hallam, Mohamed Amine, et al.
Veröffentlicht: (2026)

MEP: Multiple Kernel Learning Enhancing Relative Positional Encoding Length Extrapolation
von: Gao, Weiguo
Veröffentlicht: (2024)

Enhancing Unimodal Latent Representations in Multimodal VAEs through Iterative Amortized Inference
von: Oshima, Yuta, et al.
Veröffentlicht: (2024)

ADOPT: Modified Adam Can Converge with Any $β_2$ with the Optimal Rate
von: Taniguchi, Shohei, et al.
Veröffentlicht: (2024)

A Causal Inference Approach for Quantifying Research Impact
von: Ochiai, Keiichi, et al.
Veröffentlicht: (2025)

Towards Empirical Interpretation of Internal Circuits and Properties in Grokked Transformers on Modular Polynomials
von: Furuta, Hiroki, et al.
Veröffentlicht: (2024)

On the Geometry of Positional Encodings in Transformers
von: Cirrincione, Giansalvo
Veröffentlicht: (2026)

Use of Prior Knowledge to Discover Causal Additive Models with Unobserved Variables and its Application to Time Series Data
von: Maeda, Takashi Nicholas, et al.
Veröffentlicht: (2024)

Improving Transformers using Faithful Positional Encoding
von: Idé, Tsuyoshi, et al.
Veröffentlicht: (2024)

Comparing Graph Transformers via Positional Encodings
von: Black, Mitchell, et al.
Veröffentlicht: (2024)

Bridging Lottery Ticket and Grokking: Understanding Grokking from Inner Structure of Networks
von: Minegishi, Gouki, et al.
Veröffentlicht: (2023)

Graph Transformers without Positional Encodings
von: Garg, Ayush
Veröffentlicht: (2024)

Improved Active Learning via Dependent Leverage Score Sampling
von: Shimizu, Atsushi, et al.
Veröffentlicht: (2023)

Counterfactual Explanations of Black-box Machine Learning Models using Causal Discovery with Applications to Credit Rating
von: Takahashi, Daisuke, et al.
Veröffentlicht: (2024)

SSM Meets Video Diffusion Models: Efficient Long-Term Video Generation with Structured State Spaces
von: Oshima, Yuta, et al.
Veröffentlicht: (2024)

Size Transferability of Graph Transformers with Convolutional Positional Encodings
von: Porras-Valenzuela, Javier, et al.
Veröffentlicht: (2026)

Vocabulary In-Context Learning in Transformers: Benefits of Positional Encoding
von: Ma, Qian, et al.
Veröffentlicht: (2025)

Learning a Fourier Transform for Linear Relative Positional Encodings in Transformers
von: Choromanski, Krzysztof Marcin, et al.
Veröffentlicht: (2023)

Benchmarking Positional Encodings for GNNs and Graph Transformers
von: Grötschla, Florian, et al.
Veröffentlicht: (2024)

Bisimulation metric for Model Predictive Control
von: Shimizu, Yutaka, et al.
Veröffentlicht: (2024)

Density Ratio-based Causal Discovery from Bivariate Continuous-Discrete Data
von: Maeda, Takashi Nicholas, et al.
Veröffentlicht: (2025)

Looped Transformers for Length Generalization
von: Fan, Ying, et al.
Veröffentlicht: (2024)

Retrieve-Augmented Generation for Speeding up Diffusion Policy without Additional Training
von: Odonchimed, Sodtavilan, et al.
Veröffentlicht: (2025)

Safe Transformer: An Explicit Safety Bit For Interpretable And Controllable Alignment
von: Feng, Jingyuan, et al.
Veröffentlicht: (2026)

Dynamic Graph Transformer with Correlated Spatial-Temporal Positional Encoding
von: Wang, Zhe, et al.
Veröffentlicht: (2024)

Tab-PET: Graph-Based Positional Encodings for Tabular Transformers
von: Leng, Yunze, et al.
Veröffentlicht: (2025)

PEPS: Positional Encoding Projected Sampling -- Extended
von: Perez, Guillaume, et al.
Veröffentlicht: (2026)

What Improves the Generalization of Graph Transformers? A Theoretical Dive into the Self-attention and Positional Encoding
von: Li, Hongkang, et al.
Veröffentlicht: (2024)

On the Expressive Power of Floating-Point Transformers
von: Park, Sejun, et al.
Veröffentlicht: (2026)

Causal Additive Models with Unobserved Causal Paths and Backdoor Paths
von: Pham, Thong, et al.
Veröffentlicht: (2025)

Language Models Do Hard Arithmetic Tasks Easily and Hardly Do Easy Arithmetic Tasks
von: Gambardella, Andrew, et al.
Veröffentlicht: (2024)

Quantum Machine Learning on Near-Term Quantum Devices: Current State of Supervised and Unsupervised Techniques for Real-World Applications
von: Gujju, Yaswitha, et al.
Veröffentlicht: (2023)

Graph Transformer with Disease Subgraph Positional Encoding for Improved Comorbidity Prediction
von: Qin, Xihan, et al.
Veröffentlicht: (2025)

Positional Encoding in Transformer-Based Time Series Models: A Survey
von: Irani, Habib, et al.
Veröffentlicht: (2025)

Position Coupling: Improving Length Generalization of Arithmetic Transformers Using Task Structure
von: Cho, Hanseul, et al.
Veröffentlicht: (2024)

Two Stones Hit One Bird: Bilevel Positional Encoding for Better Length Extrapolation
von: He, Zhenyu, et al.
Veröffentlicht: (2024)

Quantitative Bounds for Length Generalization in Transformers
von: Izzo, Zachary, et al.
Veröffentlicht: (2025)

On the Limitations and Capabilities of Position Embeddings for Length Generalization
von: Chen, Yang, et al.
Veröffentlicht: (2025)