Buchumschlag

Intrinsic Numerical Robustness and Fault Tolerance in a Neuromorphic Algorithm for Scientific Computing

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Theilman, Bradley H., Aimone, James B.
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Neural and Evolutionary Computing Artificial Intelligence Machine Learning Numerical Analysis
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Solving Sparse Finite Element Problems on Neuromorphic Hardware
von: Theilman, Bradley H., et al.
Veröffentlicht: (2025)

Stability and Discretization Error of State Space Model Neural Operators
von: Bendahi, Abderrahim, et al.
Veröffentlicht: (2026)

KAN versus MLP on Irregular or Noisy Functions
von: Zeng, Chen, et al.
Veröffentlicht: (2024)

Activations Through Extensions: A Framework To Boost Performance Of Neural Networks
von: Kamanchi, Chandramouli, et al.
Veröffentlicht: (2024)

A Practitioner's Guide to Kolmogorov-Arnold Networks
von: Noorizadegan, Amir, et al.
Veröffentlicht: (2025)

Hermite Neural Network Simulation for Solving the 2D Schrodinger Equation
von: Parand, Kourosh, et al.
Veröffentlicht: (2024)

Sinc Kolmogorov-Arnold network and its application for solving PDEs with singularities
von: Yu, Tianchi, et al.
Veröffentlicht: (2024)

Robust Parameter and State Estimation in Multiscale Neuronal Systems Using Physics-Informed Neural Networks
von: Wei, Changliang, et al.
Veröffentlicht: (2026)

Neuromorphic Simulation of Drosophila Melanogaster Brain Connectome on Loihi 2
von: Wang, Felix, et al.
Veröffentlicht: (2025)

Continual Learning with Neuromorphic Computing: Foundations, Methods, and Emerging Applications
von: Minhas, Mishal Fatima, et al.
Veröffentlicht: (2024)

Modality-Dependent Memory Mechanisms in Cross-Modal Neuromorphic Computing
von: Blessing, Effiong, et al.
Veröffentlicht: (2025)

Approximating Matrix Functions with Deep Neural Networks and Transformers
von: Padmanabhan, Rahul, et al.
Veröffentlicht: (2026)

rKAN: Rational Kolmogorov-Arnold Networks
von: Aghaei, Alireza Afzal
Veröffentlicht: (2024)

Semialgebraic Neural Networks: From roots to representations
von: Mis, S. David, et al.
Veröffentlicht: (2025)

Expressivity and Approximation Properties of Deep Neural Networks with ReLU$^k$ Activation
von: He, Juncai, et al.
Veröffentlicht: (2023)

A third-order finite difference weighted essentially non-oscillatory scheme with shallow neural network
von: Park, Kwanghyuk, et al.
Veröffentlicht: (2024)

Auto-weighted Bayesian Physics-Informed Neural Networks and robust estimations for multitask inverse problems in pore-scale imaging of dissolution
von: Perez, Sarah, et al.
Veröffentlicht: (2023)

QuAKE: Speeding up Model Inference Using Quick and Approximate Kernels for Exponential Non-Linearities
von: Narayanaswami, Sai Kiran, et al.
Veröffentlicht: (2024)

HiPreNets: High-Precision Neural Networks through Progressive Training
von: Mulle, Ethan, et al.
Veröffentlicht: (2025)

A fast and accurate physics-informed neural network reduced order model with shallow masked autoencoder
von: Kim, Youngkyu, et al.
Veröffentlicht: (2020)

Deep greedy unfolding: Sorting out argsorting in greedy sparse recovery algorithms
von: Mohammad-Taheri, Sina, et al.
Veröffentlicht: (2025)

Structured and Balanced Multi-Component and Multi-Layer Neural Networks
von: Zhang, Shijun, et al.
Veröffentlicht: (2024)

Universality and approximation bounds for echo state networks with random weights
von: Li, Zhen, et al.
Veröffentlicht: (2022)

Physics-Informed Neural Network based inverse framework for time-fractional differential equations for rheology
von: Thakur, Sukirt, et al.
Veröffentlicht: (2024)

LLM-Guided Evolutionary Program Synthesis for Quasi-Monte Carlo Design
von: Sadikov, Amir
Veröffentlicht: (2025)

Approximation Rates in Besov Norms and Sample-Complexity of Kolmogorov-Arnold Networks with Residual Connections
von: Kratsios, Anastasis, et al.
Veröffentlicht: (2025)

From LIF to QIF: Toward Differentiable Spiking Neurons for Scientific Machine Learning
von: Wan, Ruyin, et al.
Veröffentlicht: (2025)

Approximation Rates and VC-Dimension Bounds for (P)ReLU MLP Mixture of Experts
von: Kratsios, Anastasis, et al.
Veröffentlicht: (2024)

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

Neuromorphic dreaming: A pathway to efficient learning in artificial agents
von: Blakowski, Ingo, et al.
Veröffentlicht: (2024)

Weight Sparsity Complements Activity Sparsity in Neuromorphic Language Models
von: Mukherji, Rishav, et al.
Veröffentlicht: (2024)

CLANE: Continual Learning of Actions on Neuromorphic Hardware from Event Cameras
von: Hajizada, Elvin, et al.
Veröffentlicht: (2026)

Neuromorphic Continual Learning for Sequential Deployment of Nuclear Plant Monitoring Systems
von: Roy, Samrendra, et al.
Veröffentlicht: (2026)

Online Pseudo-Zeroth-Order Training of Neuromorphic Spiking Neural Networks
von: Xiao, Mingqing, et al.
Veröffentlicht: (2024)

Evaluating the Robustness of Deep-Learning Algorithm-Selection Models by Evolving Adversarial Instances
von: Hart, Emma, et al.
Veröffentlicht: (2024)

Splitting physics-informed neural networks for inferring the dynamics of integer- and fractional-order neuron models
von: Shekarpaz, Simin, et al.
Veröffentlicht: (2023)

TensorGPT: Efficient Compression of Large Language Models based on Tensor-Train Decomposition
von: Xu, Mingxue, et al.
Veröffentlicht: (2023)

Scalable Event-by-event Processing of Neuromorphic Sensory Signals With Deep State-Space Models
von: Schöne, Mark, et al.
Veröffentlicht: (2024)

Neuromorphic Computing: A Theoretical Framework for Time, Space, and Energy Scaling
von: Aimone, James B
Veröffentlicht: (2025)

Advanced Physics-Informed Neural Network with Residuals for Solving Complex Integral Equations
von: Moghaddam, Mahdi Movahedian, et al.
Veröffentlicht: (2025)