Buchumschlag

DDCL: Deep Dual Competitive Learning: A Differentiable End-to-End Framework for Unsupervised Prototype-Based Representation Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Cirrincione, Giansalvo
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Neural and Evolutionary Computing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

DDCL-INCRT: A Self-Organising Transformer with Hierarchical Prototype Structure (Theoretical Foundations)
von: Cirrincione, Giansalvo
Veröffentlicht: (2026)

INCRT: An Incremental Transformer That Determines Its Own Architecture
von: Cirrincione, Giansalvo
Veröffentlicht: (2026)

Hierarchical Kernel Transformer: Multi-Scale Attention with an Information-Theoretic Approximation Analysis
von: Cirrincione, Giansalvo
Veröffentlicht: (2026)

Collapse-Free Prototype Readout Layer for Transformer Encoders
von: Cirrincione, Giansalvo, et al.
Veröffentlicht: (2026)

Towards Constraint-Based Adaptive Hypergraph Learning for Solving Vehicle Routing: An End-to-End Solution
von: Wang, Zhenwei, et al.
Veröffentlicht: (2025)

Unsupervised End-to-End Training with a Self-Defined Target
von: Liu, Dongshu, et al.
Veröffentlicht: (2024)

Vertical Federated Continual Learning via Evolving Prototype Knowledge
von: Wang, Shuo, et al.
Veröffentlicht: (2025)

Deep Learning-Based Operators for Evolutionary Algorithms
von: Shem-Tov, Eliad, et al.
Veröffentlicht: (2024)

Toward End-to-End Bearing Fault Diagnosis for Industrial Scenarios with Spiking Neural Networks
von: Zuo, Lin, et al.
Veröffentlicht: (2024)

A Machine Learning Based Explainability Framework for Interpreting Swarm Intelligence
von: Gupta, Nitin, et al.
Veröffentlicht: (2025)

Prototype Analysis in Hopfield Networks with Hebbian Learning
von: McAlister, Hayden, et al.
Veröffentlicht: (2024)

Neuro-mimetic Task-free Unsupervised Online Learning with Continual Self-Organizing Maps
von: Vaidya, Hitesh, et al.
Veröffentlicht: (2024)

AdaSwarm: Augmenting Gradient-Based optimizers in Deep Learning with Swarm Intelligence
von: Mohapatra, Rohan, et al.
Veröffentlicht: (2020)

Modular Duality in Deep Learning
von: Bernstein, Jeremy, et al.
Veröffentlicht: (2024)

Recurrent Distance Filtering for Graph Representation Learning
von: Ding, Yuhui, et al.
Veröffentlicht: (2023)

Representation Learning in a Decomposed Encoder Design for Bio-inspired Hebbian Learning
von: Jaziri, Achref, et al.
Veröffentlicht: (2023)

Reinforcement Learning-based Self-adaptive Differential Evolution through Automated Landscape Feature Learning
von: Guo, Hongshu, et al.
Veröffentlicht: (2025)

Counter-Current Learning: A Biologically Plausible Dual Network Approach for Deep Learning
von: Kao, Chia-Hsiang, et al.
Veröffentlicht: (2024)

1D-CapsNet-LSTM: A Deep Learning-Based Model for Multi-Step Stock Index Forecasting
von: Zhang, Cheng, et al.
Veröffentlicht: (2023)

A Novel Denoising Technique and Deep Learning Based Hybrid Wind Speed Forecasting Model for Variable Terrain Conditions
von: Malakar, Sourav, et al.
Veröffentlicht: (2024)

Stochastic Forward-Forward Learning through Representational Dimensionality Compression
von: Zhu, Zhichao, et al.
Veröffentlicht: (2025)

APALU: A Trainable, Adaptive Activation Function for Deep Learning Networks
von: Subramanian, Barathi, et al.
Veröffentlicht: (2024)

Multi-Class Imbalanced Learning with Support Vector Machines via Differential Evolution
von: Zhang, Zhong-Liang, et al.
Veröffentlicht: (2025)

Scaling Down Deep Learning with MNIST-1D
von: Greydanus, Sam, et al.
Veröffentlicht: (2020)

A Critical Analysis of the Theoretical Framework of the Extreme Learning Machine
von: Perfilievaa, Irina, et al.
Veröffentlicht: (2024)

A Comprehensive Survey of Convolutions in Deep Learning: Applications, Challenges, and Future Trends
von: Younesi, Abolfazl, et al.
Veröffentlicht: (2024)

CARLA: Self-supervised Contrastive Representation Learning for Time Series Anomaly Detection
von: Darban, Zahra Zamanzadeh, et al.
Veröffentlicht: (2023)

Towards Interpretable Deep Local Learning with Successive Gradient Reconciliation
von: Yang, Yibo, et al.
Veröffentlicht: (2024)

Deep Intrinsic Surprise-Regularized Control (DISRC): A Biologically Inspired Mechanism for Efficient Deep Q-Learning in Sparse Environments
von: Kini, Yash, et al.
Veröffentlicht: (2026)

Rethinking Deep Learning: Non-backpropagation and Non-optimization Machine Learning Approach Using Hebbian Neural Networks
von: Itoh, Kei
Veröffentlicht: (2024)

Unsupervised categorization of similarity measures
von: Ohmura, Yoshiyuki, et al.
Veröffentlicht: (2025)

ABG-NAS: Adaptive Bayesian Genetic Neural Architecture Search for Graph Representation Learning
von: Wang, Sixuan, et al.
Veröffentlicht: (2025)

SwarmFusion: Revolutionizing Disaster Response with Swarm Intelligence and Deep Learning
von: Lankipalle, Vasavi
Veröffentlicht: (2025)

Surrogate Ensemble in Expensive Multi-Objective Optimization via Deep Q-Learning
von: Wu, Yuxin, et al.
Veröffentlicht: (2026)

Graph-Based Representation Learning of Neuronal Dynamics and Behavior
von: Khajehnejad, Moein, et al.
Veröffentlicht: (2024)

Stable and Robust Deep Learning By Hyperbolic Tangent Exponential Linear Unit (TeLU)
von: Fernandez, Alfredo, et al.
Veröffentlicht: (2024)

Prototype-based interpretation of the functionality of neurons in winner-take-all neural networks
von: Sabzevar, Ramin Zarei, et al.
Veröffentlicht: (2020)

Emergent Specialization in Learner Populations: Competition as the Source of Diversity
von: Li, Yuhao
Veröffentlicht: (2026)

Predicting the Stay Length of Patients in Hospitals using Convolutional Gated Recurrent Deep Learning Model
von: Neshat, Mehdi, et al.
Veröffentlicht: (2024)

Towards Trustworthy Web Attack Detection: An Uncertainty-Aware Ensemble Deep Kernel Learning Model
von: Zhou, Yonghang, et al.
Veröffentlicht: (2024)