Buchumschlag

Genetic Programming with Transformer-Based Mutation for Approximate Circuit Design

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Galeta, Ondrej, Sekanina, Lukas
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Neural and Evolutionary Computing Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Transformer Semantic Genetic Programming for d-dimensional Symbolic Regression Problems
von: Anthes, Philipp, et al.
Veröffentlicht: (2025)

Discovering Continuous-Time Memory-Based Symbolic Policies using Genetic Programming
von: de Vries, Sigur, et al.
Veröffentlicht: (2024)

Sharpness-Aware Minimization in Genetic Programming
von: Bakurov, Illya, et al.
Veröffentlicht: (2024)

Genetic Programming for Explainable Manifold Learning
von: Cravens, Ben, et al.
Veröffentlicht: (2024)

On the Generalization Bounds of Symbolic Regression with Genetic Programming
von: Nomura, Masahiro, et al.
Veröffentlicht: (2026)

Genetic Quantization-Aware Approximation for Non-Linear Operations in Transformers
von: Dong, Pingcheng, et al.
Veröffentlicht: (2024)

Learning Semantics-aware Search Operators for Genetic Programming
von: Wyrwiński, Piotr, et al.
Veröffentlicht: (2025)

Investigating Quantum Circuit Designs Using Neuro-Evolution
von: Kar, Devroop, et al.
Veröffentlicht: (2026)

CGP++ : A Modern C++ Implementation of Cartesian Genetic Programming
von: Kalkreuth, Roman, et al.
Veröffentlicht: (2024)

Cartesian Genetic Programming Approach for Designing Convolutional Neural Networks
von: Krzywda, Maciej, et al.
Veröffentlicht: (2024)

Guiding Multi-Objective Genetic Programming with Description Length Improves Symbolic Regression Solutions
von: Kronberger, Gabriel, et al.
Veröffentlicht: (2026)

Transforming Datasets to Requested Complexity with Projection-based Many-Objective Genetic Algorithm
von: Komorniczak, Joanna
Veröffentlicht: (2025)

EvoTSC: Evolving Feature Learning Models for Time Series Classification via Genetic Programming
von: Yang, Xuanhao, et al.
Veröffentlicht: (2026)

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

Curriculum Learning in Genetic Programming Guided Local Search for Large-scale Vehicle Routing Problems
von: Liu, Saining, et al.
Veröffentlicht: (2025)

Data-Driven Discovery of Interpretable Kalman Filter Variants through Large Language Models and Genetic Programming
von: Saketos, Vasileios, et al.
Veröffentlicht: (2025)

Enhanced Genetic Programming Models with Multiple Equations for Accurate Semi-Autogenous Grinding Mill Throughput Prediction
von: Ghasemi, Zahra, et al.
Veröffentlicht: (2023)

Neural Genetic Search in Discrete Spaces
von: Kim, Hyeonah, et al.
Veröffentlicht: (2025)

NK Hybrid Genetic Algorithm for Clustering
von: Tinós, Renato, et al.
Veröffentlicht: (2024)

Evolutionary Multi-Objective Fusion of Deepfake Speech Detectors
von: Staněk, Vojtěch, et al.
Veröffentlicht: (2026)

Embedding Hardware Approximations in Discrete Genetic-based Training for Printed MLPs
von: Afentaki, Florentia, et al.
Veröffentlicht: (2024)

Cost Optimization in Production Line Using Genetic Algorithm
von: Rezaee, Alireza
Veröffentlicht: (2026)

TinyverseGP: Towards a Modular Cross-domain Benchmarking Framework for Genetic Programming
von: Kalkreuth, Roman, et al.
Veröffentlicht: (2025)

Contrastive-Signal-Dependent Plasticity: Self-Supervised Learning in Spiking Neural Circuits
von: Ororbia, Alexander
Veröffentlicht: (2023)

FAGH: Accelerating Federated Learning with Approximated Global Hessian
von: Sen, Mrinmay, et al.
Veröffentlicht: (2024)

Synergizing Reinforcement Learning and Genetic Algorithms for Neural Combinatorial Optimization
von: Gu, Shengda, et al.
Veröffentlicht: (2025)

Towards Scalable Lottery Ticket Networks using Genetic Algorithms
von: Schönberger, Julian, et al.
Veröffentlicht: (2025)

Accelerating Vehicle Routing via AI-Initialized Genetic Algorithms
von: Greenberg, Ido, et al.
Veröffentlicht: (2025)

Node Preservation and its Effect on Crossover in Cartesian Genetic Programming
von: Kocherovsky, Mark, et al.
Veröffentlicht: (2025)

Unveiling the Decision-Making Process in Reinforcement Learning with Genetic Programming
von: Eberhardinger, Manuel, et al.
Veröffentlicht: (2024)

Universal Approximation Theorem for Vector- and Hypercomplex-Valued Neural Networks
von: Valle, Marcos Eduardo, et al.
Veröffentlicht: (2024)

FedGA-Tree: Federated Decision Tree using Genetic Algorithm
von: Nguyen, Anh V, et al.
Veröffentlicht: (2025)

Optimizing Feature Selection with Genetic Algorithms: A Review of Methods and Applications
von: Taha, Zhila Yaseen, et al.
Veröffentlicht: (2024)

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

Optimization of Worker Scheduling at Logistics Depots Using Genetic Algorithms and Simulated Annealing
von: Xu, Jinxin, et al.
Veröffentlicht: (2024)

A More Accurate Approximation of Activation Function with Few Spikes Neurons
von: Jeong, Dayena, et al.
Veröffentlicht: (2024)

From Embeddings to Equations: Genetic-Programming Surrogates for Interpretable Transformer Classification
von: Khorshidi, Mohammad Sadegh, et al.
Veröffentlicht: (2025)

From Muscle to Text with MyoText: sEMG to Text via Finger Classification and Transformer-Based Decoding
von: Chowdhury, Meghna Roy, et al.
Veröffentlicht: (2026)

Towards Precision in Bolted Joint Design: A Preliminary Machine Learning-Based Parameter Prediction
von: Boujnah, Ines, et al.
Veröffentlicht: (2024)

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