:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Gu, Xingrui
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2605.08529
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Uncertainty-Gated Generative Modeling
von: Gu, Xingrui, et al.
Veröffentlicht: (2026)

Conceptual Belief-Informed Reinforcement Learning
von: Gu, Xingrui, et al.
Veröffentlicht: (2024)

DeepVekua: Geometric-Spectral Representation Learning for Physics-Informed Fields
von: Khasia, Vladimer
Veröffentlicht: (2025)

Beyond-Expert Performance with Limited Demonstrations: Efficient Imitation Learning with Double Exploration
von: Zhao, Heyang, et al.
Veröffentlicht: (2025)

Learning in Deep Factor Graphs with Gaussian Belief Propagation
von: Nabarro, Seth, et al.
Veröffentlicht: (2023)

Do You Trust the Process?: Modeling Institutional Trust for Community Adoption of Reinforcement Learning Policies
von: Balepur, Naina, et al.
Veröffentlicht: (2025)

Advancing Analytic Class-Incremental Learning through Vision-Language Calibration
von: Zhao, Binyu, et al.
Veröffentlicht: (2026)

A Geometric Modeling of Occam's Razor in Deep Learning
von: Sun, Ke, et al.
Veröffentlicht: (2019)

Applications of Statistical Field Theory in Deep Learning
von: Ringel, Zohar, et al.
Veröffentlicht: (2025)

A Unified Geometric Field Theory Framework for Transformers: From Manifold Embeddings to Kernel Modulation
von: Shi, Xianshuai, et al.
Veröffentlicht: (2025)

DeepSPoC: A Deep Learning-Based PDE Solver Governed by Sequential Propagation of Chaos
von: Du, Kai, et al.
Veröffentlicht: (2024)

Rhomboid Tiling for Geometric Graph Deep Learning
von: Zhang, Yipeng, et al.
Veröffentlicht: (2025)

The Role of Fibration Symmetries in Geometric Deep Learning
von: Velarde, Osvaldo, et al.
Veröffentlicht: (2024)

A Theory of Generalization in Deep Learning
von: Litman, Elon, et al.
Veröffentlicht: (2026)

The Loss Kernel: A Geometric Probe for Deep Learning Interpretability
von: Adam, Maxwell, et al.
Veröffentlicht: (2025)

Mathematical Foundations of Geometric Deep Learning
von: Borde, Haitz Sáez de Ocáriz, et al.
Veröffentlicht: (2025)

CauSkelNet: Causal Representation Learning for Human Behaviour Analysis
von: Gu, Xingrui, et al.
Veröffentlicht: (2024)

Spectral Convolution on Orbifolds for Geometric Deep Learning
von: Mangliers, Tim, et al.
Veröffentlicht: (2026)

On the Completeness of Invariant Geometric Deep Learning Models
von: Li, Zian, et al.
Veröffentlicht: (2024)

Is Distance Matrix Enough for Geometric Deep Learning?
von: Li, Zian, et al.
Veröffentlicht: (2023)

Geometric Dynamics of Signal Propagation Predict Trainability of Transformers
von: Cowsik, Aditya, et al.
Veröffentlicht: (2024)

FM-IRL: Flow-Matching for Reward Modeling and Policy Regularization in Reinforcement Learning
von: Wan, Zhenglin, et al.
Veröffentlicht: (2025)

There Will Be a Scientific Theory of Deep Learning
von: Simon, Jamie, et al.
Veröffentlicht: (2026)

Rethinking Deep Learning: Propagating Information in Neural Networks without Backpropagation and Statistical Optimization
von: Itoh, Kei
Veröffentlicht: (2024)

Learning Hemodynamic Scalar Fields on Coronary Artery Meshes: A Benchmark of Geometric Deep Learning Models
von: Nannini, Guido, et al.
Veröffentlicht: (2025)

Geometric Deep Learning for Computer-Aided Design: A Survey
von: Heidari, Negar, et al.
Veröffentlicht: (2024)

Metric-Aware PCA as a Linear Instance of Geometric Deep Learning
von: Leznik, Michael
Veröffentlicht: (2026)

Critical Organization of Deep Neural Networks, and p-Adic Statistical Field Theories
von: Zúñiga-Galindo, W. A.
Veröffentlicht: (2026)

Efficient Numerical Wave Propagation Enhanced By An End-to-End Deep Learning Model
von: Kaiser, Luis, et al.
Veröffentlicht: (2024)

A Geometrically-Grounded Drive for MDL-Based Optimization in Deep Learning
von: Lei, Ming, et al.
Veröffentlicht: (2026)

Geometric Analysis of Unconstrained Feature Models with $d=K$
von: Shen, Yi, et al.
Veröffentlicht: (2024)

Outdoor Environment Reconstruction with Deep Learning on Radio Propagation Paths
von: Khachatrian, Hrant, et al.
Veröffentlicht: (2024)

Machine Learning Time Propagators for Time-Dependent Density Functional Theory Simulations
von: Shah, Karan, et al.
Veröffentlicht: (2025)

Lightweight Geometric Deep Learning for Molecular Modelling in Catalyst Discovery
von: Geitner, Patrick
Veröffentlicht: (2024)

A Geometric Graph-Based Deep Learning Model for Drug-Target Affinity Prediction
von: Rana, Md Masud, et al.
Veröffentlicht: (2025)

A Quadratic Synchronization Rule for Distributed Deep Learning
von: Gu, Xinran, et al.
Veröffentlicht: (2023)

Multi-Modal Molecular Representation Learning via Structure Awareness
von: Yin, Rong, et al.
Veröffentlicht: (2025)

Artificial Neural Network and Deep Learning: Fundamentals and Theory
von: Hammad, M. M.
Veröffentlicht: (2024)

On Non-Linear operators for Geometric Deep Learning
von: Sergeant-Perthuis, Grégoire, et al.
Veröffentlicht: (2022)

A Generalized Information Bottleneck Theory of Deep Learning
von: Westphal, Charles, et al.
Veröffentlicht: (2025)