Complex-Valued Phase-Coherent Transformer
Fuente:
arXiv
Enregistré dans:
| Auteur principal: | Hioki, Leona |
|---|---|
| Format: | Preprint |
| Publié: |
2026
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Optimized Gradient Clipping for Noisy Label Learning
par: Ye, Xichen, et autres
Publié: (2024)
par: Ye, Xichen, et autres
Publié: (2024)
A Comparative Study of Feature Selection in Tsetlin Machines
par: Halenka, Vojtech, et autres
Publié: (2025)
par: Halenka, Vojtech, et autres
Publié: (2025)
CellARC: Measuring Intelligence with Cellular Automata
par: Lžičař, Miroslav
Publié: (2025)
par: Lžičař, Miroslav
Publié: (2025)
Explicit Dropout: Deterministic Regularization for Transformer Architectures
par: Agrawal, Vidhi, et autres
Publié: (2026)
par: Agrawal, Vidhi, et autres
Publié: (2026)
Optimizing Inference in Transformer-Based Models: A Multi-Method Benchmark
par: Ho, Siu Hang, et autres
Publié: (2025)
par: Ho, Siu Hang, et autres
Publié: (2025)
TaylorShift: Shifting the Complexity of Self-Attention from Squared to Linear (and Back) using Taylor-Softmax
par: Nauen, Tobias Christian, et autres
Publié: (2024)
par: Nauen, Tobias Christian, et autres
Publié: (2024)
Mathematical Foundations of Neural Tangents and Infinite-Width Networks
par: Mysore, Rachana, et autres
Publié: (2025)
par: Mysore, Rachana, et autres
Publié: (2025)
Massive Redundancy in Gradient Transport Enables Sparse Online Learning
par: Merin, Aur Shalev
Publié: (2026)
par: Merin, Aur Shalev
Publié: (2026)
Benchmarking Catastrophic Forgetting Mitigation Methods in Federated Time Series Forecasting
par: Hallak, Khaled, et autres
Publié: (2025)
par: Hallak, Khaled, et autres
Publié: (2025)
Beyond Subtokens: A Rich Character Embedding for Low-resource and Morphologically Complex Languages
par: Schneider, Felix, et autres
Publié: (2026)
par: Schneider, Felix, et autres
Publié: (2026)
Causal Dimensionality of Transformer Representations: Measurement, Scaling, and Layer Structure
par: Sarkar, Nilesh, et autres
Publié: (2026)
par: Sarkar, Nilesh, et autres
Publié: (2026)
InhibiDistilbert: Knowledge Distillation for a ReLU and Addition-based Transformer
par: Zhang, Tony, et autres
Publié: (2025)
par: Zhang, Tony, et autres
Publié: (2025)
When Does Content-Based Routing Work? Representation Requirements for Selective Attention in Hybrid Sequence Models
par: Basu, Abhinaba
Publié: (2026)
par: Basu, Abhinaba
Publié: (2026)
MAcPNN: Mutual Assisted Learning on Data Streams with Temporal Dependence
par: Giannini, Federico, et autres
Publié: (2026)
par: Giannini, Federico, et autres
Publié: (2026)
Semantic Retention and Extreme Compression in LLMs: Can We Have Both?
par: Laborde, Stanislas, et autres
Publié: (2025)
par: Laborde, Stanislas, et autres
Publié: (2025)
DeepPersona: A Generative Engine for Scaling Deep Synthetic Personas
par: Wang, Zhen, et autres
Publié: (2025)
par: Wang, Zhen, et autres
Publié: (2025)
torchsom: The Reference PyTorch Library for Self-Organizing Maps
par: Berthier, Louis, et autres
Publié: (2025)
par: Berthier, Louis, et autres
Publié: (2025)
Location based Probabilistic Load Forecasting of EV Charging Sites: Deep Transfer Learning with Multi-Quantile Temporal Convolutional Network
par: Ali, Mohammad Wazed, et autres
Publié: (2024)
par: Ali, Mohammad Wazed, et autres
Publié: (2024)
Diverse capability and scaling of diffusion and auto-regressive models when learning abstract rules
par: Wang, Binxu, et autres
Publié: (2024)
par: Wang, Binxu, et autres
Publié: (2024)
Can Agentic AI Match the Performance of Human Data Scientists?
par: Luo, An, et autres
Publié: (2025)
par: Luo, An, et autres
Publié: (2025)
AgentDS Technical Report: Benchmarking the Future of Human-AI Collaboration in Domain-Specific Data Science
par: Luo, An, et autres
Publié: (2026)
par: Luo, An, et autres
Publié: (2026)
SigGate-GT: Taming Over-Smoothing in Graph Transformers via Sigmoid-Gated Attention
par: Guo, Dongxin, et autres
Publié: (2026)
par: Guo, Dongxin, et autres
Publié: (2026)
EchoLSTM: A Self-Reflective Recurrent Network for Stabilizing Long-Range Memory
par: K, Prasanth K, et autres
Publié: (2025)
par: K, Prasanth K, et autres
Publié: (2025)
SafeAnchor: Preventing Cumulative Safety Erosion in Continual Domain Adaptation of Large Language Models
par: Guo, Dongxin, et autres
Publié: (2026)
par: Guo, Dongxin, et autres
Publié: (2026)
Graded Transformers
par: Shaska Sr, Tony
Publié: (2025)
par: Shaska Sr, Tony
Publié: (2025)
Contract-Driven QoE Auditing for Speech and Singing Services: From MOS Regression to Service Graphs
par: Du, Wenzhang
Publié: (2025)
par: Du, Wenzhang
Publié: (2025)
Measuring Intent Comprehension in LLMs
par: Kunievsky, Nadav, et autres
Publié: (2025)
par: Kunievsky, Nadav, et autres
Publié: (2025)
Non-Asymptotic Convergence of Discrete Diffusion Models: Masked and Random Walk dynamics
par: Conforti, Giovanni, et autres
Publié: (2025)
par: Conforti, Giovanni, et autres
Publié: (2025)
A Boltzmann-machine-enhanced Transformer For DNA Sequence Classification
par: Cao, Zhixuan, et autres
Publié: (2026)
par: Cao, Zhixuan, et autres
Publié: (2026)
Latent-Autoregressive GP-VAE Language Model
par: Ruffenach, Yves
Publié: (2025)
par: Ruffenach, Yves
Publié: (2025)
Latent Object Permanence: Topological Phase Transitions, Free-Energy Principles, and Renormalization Group Flows in Deep Transformer Manifolds
par: Alpay, Faruk, et autres
Publié: (2026)
par: Alpay, Faruk, et autres
Publié: (2026)
Tricks and Plug-ins for Gradient Boosting in Image Classification
par: Fang, Biyi, et autres
Publié: (2025)
par: Fang, Biyi, et autres
Publié: (2025)
The Concept Allocation Zone: Tracking How Concepts Form Across Transformer Depth
par: Henry, James
Publié: (2026)
par: Henry, James
Publié: (2026)
Thinking Machines: Mathematical Reasoning in the Age of LLMs
par: Asperti, Andrea, et autres
Publié: (2025)
par: Asperti, Andrea, et autres
Publié: (2025)
Adaptive Negative Scheduling for Graph Contrastive Learning
par: Ali, Adnan, et autres
Publié: (2026)
par: Ali, Adnan, et autres
Publié: (2026)
The Impact of Data Characteristics on GNN Evaluation for Detecting Fake News
par: Karn, Isha, et autres
Publié: (2025)
par: Karn, Isha, et autres
Publié: (2025)
Closing the Theory-Practice Gap in Spiking Transformers via Effective Dimension
par: Guo, Dongxin, et autres
Publié: (2026)
par: Guo, Dongxin, et autres
Publié: (2026)
Tricks and Plug-ins for Gradient Boosting with Transformers
par: Fang, Biyi, et autres
Publié: (2025)
par: Fang, Biyi, et autres
Publié: (2025)
Geometric-Stochastic Multimodal Deep Learning for Predictive Modeling of SUDEP and Stroke Vulnerability
par: Girish, Preksha, et autres
Publié: (2025)
par: Girish, Preksha, et autres
Publié: (2025)
H-Model: Dynamic Neural Architectures for Adaptive Processing
par: Hospodarchuk, Dmytro
Publié: (2025)
par: Hospodarchuk, Dmytro
Publié: (2025)
Documents similaires
-
Optimized Gradient Clipping for Noisy Label Learning
par: Ye, Xichen, et autres
Publié: (2024) -
A Comparative Study of Feature Selection in Tsetlin Machines
par: Halenka, Vojtech, et autres
Publié: (2025) -
CellARC: Measuring Intelligence with Cellular Automata
par: Lžičař, Miroslav
Publié: (2025) -
Explicit Dropout: Deterministic Regularization for Transformer Architectures
par: Agrawal, Vidhi, et autres
Publié: (2026) -
Optimizing Inference in Transformer-Based Models: A Multi-Method Benchmark
par: Ho, Siu Hang, et autres
Publié: (2025)