Buchumschlag

Wave-Attractor-Tree: A Hierarchical Binary Tree Reduction Architecture for Efficient Sequence Modeling

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Berezkin, Igor
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning 68T07
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Generalization Bound for a Family of Implicit Networks
von: Fung, Samy Wu, et al.
Veröffentlicht: (2024)

Deep Learning and Transfer Learning Architectures for English Premier League Player Performance Forecasting
von: Frees, Daniel, et al.
Veröffentlicht: (2024)

Exact Sequence Interpolation with Transformers
von: Alcalde, Albert, et al.
Veröffentlicht: (2025)

The Inhibitor: ReLU and Addition-Based Attention for Efficient Transformers under Fully Homomorphic Encryption on the Torus
von: Brännvall, Rickard, et al.
Veröffentlicht: (2023)

Attention to Mamba: A Recipe for Cross-Architecture Distillation
von: Moudgil, Abhinav, et al.
Veröffentlicht: (2026)

Improving Fairness and Mitigating MADness in Generative Models
von: Mayer, Paul, et al.
Veröffentlicht: (2024)

Tadpole: Autoencoders as Foundation Models for 3D PDEs with Online Learning
von: Liu, Qiang, et al.
Veröffentlicht: (2026)

Two-Stage Generative Model for Intracranial Aneurysm Meshes with Morphological Marker Conditioning
von: Ding, Wenhao, et al.
Veröffentlicht: (2025)

Influence-Inspired Spectral Rotations for Extreme Low-Bit LLM Quantization
von: Pavlov, Gorgi
Veröffentlicht: (2026)

From Features to Graphs: Exploring Graph Structures and Pairwise Interactions via GNNs
von: Yamchote, Phaphontee, et al.
Veröffentlicht: (2025)

Beyond the Class Subspace: Teacher-Guided Training for Reliable Out-of-Distribution Detection in Single-Domain Models
von: Yang, Hong, et al.
Veröffentlicht: (2026)

A Teacher-Student Perspective on the Dynamics of Learning Near the Optimal Point
von: Couto, Carlos, et al.
Veröffentlicht: (2025)

A Comprehensive View of Personalized Federated Learning on Heterogeneous Clinical Datasets
von: Tavakoli, Fatemeh, et al.
Veröffentlicht: (2023)

The Boundaries of Verifiable Accuracy, Robustness, and Generalisation in Deep Learning
von: Bastounis, Alexander, et al.
Veröffentlicht: (2023)

Flow matching on homogeneous spaces
von: Ruscelli, Francesco
Veröffentlicht: (2026)

Training-Free Generative Sampling via Moment-Matched Score Smoothing
von: Yao, Zhenyu, et al.
Veröffentlicht: (2026)

Generative Design of Ship Propellers using Conditional Flow Matching
von: Kruger, Patrick, et al.
Veröffentlicht: (2026)

TabPFN for Zero-shot Parametric Engineering Design Generation
von: Wang, Ke, et al.
Veröffentlicht: (2026)

Balanced LoRA: Removing Parameter Invariance to Accelerate Convergence
von: Castin, Valérie, et al.
Veröffentlicht: (2026)

Adynamical systems view of training generativemodels and the memorization phenomenon
von: Athreya, Siva, et al.
Veröffentlicht: (2026)

Graph-Conditional Flow Matching for Relational Data Generation
von: Scassola, Davide, et al.
Veröffentlicht: (2025)

Feature Learning Beyond the Edge of Stability
von: Terjék, Dávid
Veröffentlicht: (2025)

ConFIG: Towards Conflict-free Training of Physics Informed Neural Networks
von: Liu, Qiang, et al.
Veröffentlicht: (2024)

Optimizing Basis Function Selection in Constructive Wavelet Neural Networks and Its Applications
von: Huang, Dunsheng, et al.
Veröffentlicht: (2025)

Closed-Form Feedback-Free Learning with Forward Projection
von: O'Shea, Robert, et al.
Veröffentlicht: (2025)

Markov Chain Estimation with In-Context Learning
von: Lepage, Simon, et al.
Veröffentlicht: (2025)

Structured Knowledge Accumulation: The Principle of Entropic Least Action in Forward-Only Neural Learning
von: Quantiota, Bouarfa Mahi
Veröffentlicht: (2025)

Cooperative Multi-Agent Deep Reinforcement Learning in Content Ranking Optimization
von: Qin, Zhou, et al.
Veröffentlicht: (2024)

Stability Analysis of Equivariant Convolutional Representations Through The Lens of Equivariant Multi-layered CKNs
von: Chowdhury, Soutrik Roy
Veröffentlicht: (2024)

Iterative Orthogonalization Scaling Laws
von: Selvaraj, Devan
Veröffentlicht: (2025)

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

Segmentation of cracks in 3d images of fiber reinforced concrete using deep learning
von: Nowacka, Anna, et al.
Veröffentlicht: (2025)

The Feature Speed Formula: a flexible approach to scale hyper-parameters of deep neural networks
von: Chizat, Lénaïc, et al.
Veröffentlicht: (2023)

Overcoming Oversmoothness in Graph Convolutional Networks via Hybrid Scattering Networks
von: Wenkel, Frederik, et al.
Veröffentlicht: (2022)

Deep generative models as the probability transformation functions
von: Bondar, Vitalii, et al.
Veröffentlicht: (2025)

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

BP(λ): Online Learning via Synthetic Gradients
von: Pemberton, Joseph, et al.
Veröffentlicht: (2024)

Mamba for Scalable and Efficient Personalized Recommendations
von: Starnes, Andrew, et al.
Veröffentlicht: (2024)

Multi-modal Transfer Learning between Biological Foundation Models
von: Garau-Luis, Juan Jose, et al.
Veröffentlicht: (2024)

MutaPLM: Protein Language Modeling for Mutation Explanation and Engineering
von: Luo, Yizhen, et al.
Veröffentlicht: (2024)