:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Queiruga, Alejandro Francisco
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2602.14495
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Interpretability and Generalization Bounds for Learning Spatial Physics
von: Queiruga, Alejandro Francisco, et al.
Veröffentlicht: (2025)

Estimating the expected output of wide random MLPs more efficiently than sampling
von: Wu, Wilson, et al.
Veröffentlicht: (2026)

Interpolated-MLPs: Controllable Inductive Bias
von: Wu, Sean, et al.
Veröffentlicht: (2024)

Converting MLPs into Polynomials in Closed Form
von: Belrose, Nora, et al.
Veröffentlicht: (2025)

MLPs at the EOC: Spectrum of the NTK
von: Terjék, Dávid, et al.
Veröffentlicht: (2025)

MLPs at the EOC: Concentration of the NTK
von: Terjék, Dávid, et al.
Veröffentlicht: (2025)

Benevolent Dictators? On LLM Agent Behavior in Dictator Games
von: Einwiller, Andreas, et al.
Veröffentlicht: (2025)

Benchmarking Optimizers for MLPs in Tabular Deep Learning
von: Gorishniy, Yury, et al.
Veröffentlicht: (2026)

Mimetic Initialization of MLPs
von: Trockman, Asher, et al.
Veröffentlicht: (2026)

Bilinear MLPs enable weight-based mechanistic interpretability
von: Pearce, Michael T., et al.
Veröffentlicht: (2024)

Hyperparameter Tuning MLPs for Probabilistic Time Series Forecasting
von: Madhusudhanan, Kiran, et al.
Veröffentlicht: (2024)

Constructing Efficient Fact-Storing MLPs for Transformers
von: Dugan, Owen, et al.
Veröffentlicht: (2025)

Structural Disentanglement in Bilinear MLPs via Architectural Inductive Bias
von: Nema, Ojasva, et al.
Veröffentlicht: (2026)

MLPs Learn In-Context on Regression and Classification Tasks
von: Tong, William L., et al.
Veröffentlicht: (2024)

Training MLPs on Graphs without Supervision
von: Wang, Zehong, et al.
Veröffentlicht: (2024)

Weight-based Decomposition: A Case for Bilinear MLPs
von: Pearce, Michael T., et al.
Veröffentlicht: (2024)

Hedonic Neurons: A Mechanistic Mapping of Latent Coalitions in Transformer MLPs
von: Chowdhury, Tanya, et al.
Veröffentlicht: (2025)

Why Attention Fails: The Degeneration of Transformers into MLPs in Time Series Forecasting
von: Liang, Zida, et al.
Veröffentlicht: (2025)

Bayesian Inference with Shaped Deep Non-linear MLPs
von: Hanin, Boris, et al.
Veröffentlicht: (2026)

Emergent Low-Rank Training Dynamics in MLPs with Smooth Activations
von: Xu, Alec S., et al.
Veröffentlicht: (2026)

Channel-Wise MLPs Improve the Generalization of Recurrent Convolutional Networks
von: Breslow, Nathan
Veröffentlicht: (2025)

How Data Mixing Shapes In-Context Learning: Asymptotic Equivalence for Transformers with MLPs
von: Demir, Samet, et al.
Veröffentlicht: (2025)

Boosting MLPs with a Coarsening Strategy for Long-Term Time Series Forecasting
von: Bian, Nannan, et al.
Veröffentlicht: (2024)

Better by Default: Strong Pre-Tuned MLPs and Boosted Trees on Tabular Data
von: Holzmüller, David, et al.
Veröffentlicht: (2024)

Teaching MLPs to Master Heterogeneous Graph-Structured Knowledge for Efficient and Accurate Inference
von: Liu, Yunhui, et al.
Veröffentlicht: (2024)

TINED: GNNs-to-MLPs by Teacher Injection and Dirichlet Energy Distillation
von: Zhou, Ziang, et al.
Veröffentlicht: (2024)

From Latent Space to Training Data: Explainable Specialization in Minimal MLPs
von: Alba, Enrique, et al.
Veröffentlicht: (2026)

Provable FDR Control for Deep Feature Selection: Deep MLPs and Beyond
von: Sawaya, Kazuma
Veröffentlicht: (2025)

Heuristic Methods are Good Teachers to Distill MLPs for Graph Link Prediction
von: Qin, Zongyue, et al.
Veröffentlicht: (2025)

Diffusion-Assisted Distillation for Self-Supervised Graph Representation Learning with MLPs
von: Ahn, Seong Jin, et al.
Veröffentlicht: (2025)

SimMLP: Training MLPs on Graphs without Supervision
von: Wang, Zehong, et al.
Veröffentlicht: (2024)

LightHGNN: Distilling Hypergraph Neural Networks into MLPs for $100\times$ Faster Inference
von: Feng, Yifan, et al.
Veröffentlicht: (2024)

Spontaneous Kolmogorov-Arnold Geometry in Shallow MLPs
von: Freedman, Michael H., et al.
Veröffentlicht: (2025)

Joint control variate for faster black-box variational inference
von: Wang, Xi, et al.
Veröffentlicht: (2022)

TabICLv2: A better, faster, scalable, and open tabular foundation model
von: Qu, Jingang, et al.
Veröffentlicht: (2026)

Is In-Context Universality Enough? MLPs are Also Universal In-Context
von: Kratsios, Anastasis, et al.
Veröffentlicht: (2025)

Team up GBDTs and DNNs: Advancing Efficient and Effective Tabular Prediction with Tree-hybrid MLPs
von: Yan, Jiahuan, et al.
Veröffentlicht: (2024)

MLPs and KANs for data-driven learning in physical problems: A performance comparison
von: Pant, Raghav, et al.
Veröffentlicht: (2025)

Feasibility Study of CNNs and MLPs for Radiation Heat Transfer in 2-D Furnaces with Spectrally Participative Gases
von: TahmasebiMoradi, Axel, et al.
Veröffentlicht: (2025)

LeanVec: Searching vectors faster by making them fit
von: Tepper, Mariano, et al.
Veröffentlicht: (2023)