Buchumschlag

Inter-Layer Hessian Analysis of Neural Networks with DAG Architectures

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bolshim, Maxim, Kugaevskikh, Alexander
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning 68T07, 68T05, 65K10, 90C30 I.2.6; G.1.6; I.5.1
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Stochastic Estimation of the Layer-wise Hessian Trace for Monitoring Neural-network Training
von: Bolshim, Maxim, et al.
Veröffentlicht: (2026)

Local properties of neural networks through the lens of layer-wise Hessians
von: Bolshim, Maxim, et al.
Veröffentlicht: (2025)

CAO: Curvature-Adaptive Optimization via Periodic Low-Rank Hessian Sketching
von: Du, Wenzhang
Veröffentlicht: (2025)

ZetA: A Riemann Zeta-Scaled Extension of Adam for Deep Learning
von: BC, Samiksha
Veröffentlicht: (2025)

NOVAK: Unified adaptive optimizer for deep neural networks
von: Kavun, Sergii
Veröffentlicht: (2026)

Refining Graphical Neural Network Predictions Using Flow Matching for Optimal Power Flow with Constraint-Satisfaction Guarantee
von: Khanal, Kshitiz
Veröffentlicht: (2025)

Escaping Saddle Points via Curvature-Calibrated Perturbations: A Complete Analysis with Explicit Constants and Empirical Validation
von: Alpay, Faruk, et al.
Veröffentlicht: (2025)

On the Convergence Behavior of Preconditioned Gradient Descent Toward the Rich Learning Regime
von: Jiang, Shuai, et al.
Veröffentlicht: (2026)

Predicting Traffic Accident Severity with Deep Neural Networks
von: Bibb, Meghan, et al.
Veröffentlicht: (2025)

Machine Unlearning for Class Removal through SISA-based Deep Neural Network Architectures
von: Mahi, Ishrak Hamim, et al.
Veröffentlicht: (2026)

NeurOptimisation: The Spiking Way to Evolve
von: Cruz-Duarte, Jorge Mario, et al.
Veröffentlicht: (2025)

Explicit Dropout: Deterministic Regularization for Transformer Architectures
von: Agrawal, Vidhi, et al.
Veröffentlicht: (2026)

i-DEQ: A stable inertial deep equilibrium model for image restoration
von: Clerc, Antonin, et al.
Veröffentlicht: (2026)

Deep Legendre Transform
von: Minabutdinov, Aleksey, et al.
Veröffentlicht: (2025)

CVCM Track Circuits Pre-emptive Failure Diagnostics for Predictive Maintenance Using Deep Neural Networks
von: Mukherjee, Debdeep, et al.
Veröffentlicht: (2025)

torchsom: The Reference PyTorch Library for Self-Organizing Maps
von: Berthier, Louis, et al.
Veröffentlicht: (2025)

TED++: Submanifold-Aware Backdoor Detection via Layerwise Tubular-Neighbourhood Screening
von: Le, Nam, et al.
Veröffentlicht: (2025)

Functional Similarity Metric for Neural Networks: Overcoming Parametric Ambiguity via Activation Region Analysis
von: Hennadii, Kutomanov
Veröffentlicht: (2026)

NetworkNet: A Deep Neural Network Approach for Random Networks with Sparse Nodal Attributes and Complex Nodal Heterogeneity
von: Xing, Zhaoyu, et al.
Veröffentlicht: (2026)

Benchmarking Generative AI Against Bayesian Optimization for Constrained Multi-Objective Inverse Design
von: Awan, Muhammad Bilal, et al.
Veröffentlicht: (2025)

EchoLSTM: A Self-Reflective Recurrent Network for Stabilizing Long-Range Memory
von: K, Prasanth K, et al.
Veröffentlicht: (2025)

Kourkoutas-Beta: A Sunspike-Driven Adam Optimizer with Desert Flair
von: Kassinos, Stavros C.
Veröffentlicht: (2025)

H-Model: Dynamic Neural Architectures for Adaptive Processing
von: Hospodarchuk, Dmytro
Veröffentlicht: (2025)

An in-depth look at approximation via deep and narrow neural networks
von: Dommel, Joris, et al.
Veröffentlicht: (2025)

Mathematical Foundations of Neural Tangents and Infinite-Width Networks
von: Mysore, Rachana, et al.
Veröffentlicht: (2025)

Differentiable Optimization Layers for Guaranteed Fairness in Deep Learning
von: Troxell, David, et al.
Veröffentlicht: (2026)

Massive Redundancy in Gradient Transport Enables Sparse Online Learning
von: Merin, Aur Shalev
Veröffentlicht: (2026)

Optimizing Inference in Transformer-Based Models: A Multi-Method Benchmark
von: Ho, Siu Hang, et al.
Veröffentlicht: (2025)

Is Cambodia the World's Largest Cashew Producer?
von: Chaya, Veasna, et al.
Veröffentlicht: (2024)

Sparse Training of Neural Networks based on Multilevel Mirror Descent
von: Lunk, Yannick, et al.
Veröffentlicht: (2026)

A Hybrid Inductive-Transductive Network for Traffic Flow Imputation on Unsampled Locations
von: Rahimiasl, Mohammadmahdi, et al.
Veröffentlicht: (2025)

ConvXformer: Differentially Private Hybrid ConvNeXt-Transformer for Inertial Navigation
von: Tariq, Omer, et al.
Veröffentlicht: (2025)

MRMS-Net and LMRMS-Net: Scalable Multi-Representation Multi-Scale Networks for Time Series Classification
von: Alagöz, Celal, et al.
Veröffentlicht: (2026)

FedWCM: Unleashing the Potential of Momentum-based Federated Learning in Long-Tailed Scenarios
von: Li, Tianle, et al.
Veröffentlicht: (2025)

Contract-Driven QoE Auditing for Speech and Singing Services: From MOS Regression to Service Graphs
von: Du, Wenzhang
Veröffentlicht: (2025)

PyEPO: A PyTorch-based End-to-End Predict-then-Optimize Library for Linear and Integer Programming
von: Tang, Bo, et al.
Veröffentlicht: (2022)

The Normalized Difference Layer: A Differentiable Spectral Index Formulation for Deep Learning
von: Lotfi, Ali, et al.
Veröffentlicht: (2026)

CellARC: Measuring Intelligence with Cellular Automata
von: Lžičař, Miroslav
Veröffentlicht: (2025)

The Non-Linearity Perturbation Threshold: Width Scaling and Landscape Bifurcations in Deep Learning
von: Alexander, Michael
Veröffentlicht: (2026)

$δ$-STEAL: LLM Stealing Attack with Local Differential Privacy
von: Dang, Kieu, et al.
Veröffentlicht: (2025)