Buchumschlag

Dropout Universality: Scaling Laws and Optimal Scheduling at the Edge-of-Chaos

Fuente: arXiv

Gespeichert in:

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

Ähnliche Einträge

Thermal Robustness of Retrieval in Dense Associative Memories: LSE vs LSR Kernels
von: Petrova, Tatiana
Veröffentlicht: (2026)

Pruning-induced phases in fully-connected neural networks: the eumentia, the dementia, and the amentia
von: Pan, Haining, et al.
Veröffentlicht: (2026)

Recurrent Self-Attention Dynamics: An Energy-Agnostic Perspective from Jacobians
von: Tomihari, Akiyoshi, et al.
Veröffentlicht: (2025)

Random Features Hopfield Networks generalize retrieval to previously unseen examples
von: Kalaj, Silvio, et al.
Veröffentlicht: (2024)

Supervised Hebbian Learning
von: Alemanno, Francesco, et al.
Veröffentlicht: (2022)

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

Evidence of Scaling Regimes in the Hopfield Dynamics of Whole Brain Model
von: Gosti, Giorgio, et al.
Veröffentlicht: (2024)

Polychronous Wave Computing: Timing-Native Address Selection in Spiking Networks
von: Berloff, Natalila G.
Veröffentlicht: (2026)

How noise affects memory in linear recurrent networks
von: Guan, JingChuan, et al.
Veröffentlicht: (2024)

Dependence of Equilibrium Propagation Training Success on Network Architecture
von: Wang, Qingshan, et al.
Veröffentlicht: (2026)

Predictive Coding Graphs are a Superset of Feedforward Neural Networks
von: van Zwol, Björn
Veröffentlicht: (2026)

Approximation Theory for Neural Networks: Old and New
von: Mukherjee, Soumendu Sundar, et al.
Veröffentlicht: (2026)

Signal-to-Noise Ratio and Sample Size Govern Representational Alignment in Neural Networks
von: Umar, Ali Hussaini, et al.
Veröffentlicht: (2026)

Preisach Attention: A Hysteretic Model of Sequential Memory
von: Frydrych, Piotr
Veröffentlicht: (2026)

DeepNose: An Equivariant Convolutional Neural Network Predictive Of Human Olfactory Percepts
von: Shuvaev, Sergey, et al.
Veröffentlicht: (2024)

Polariton lattices as binarized neuromorphic networks
von: Sedov, Evgeny, et al.
Veröffentlicht: (2024)

Dataset-learning duality and emergent criticality
von: Kukleva, Ekaterina, et al.
Veröffentlicht: (2024)

Nature-Inspired Local Propagation
von: Betti, Alessandro, et al.
Veröffentlicht: (2024)

Connecting phases of matter to the flatness of the loss landscape in analog variational quantum algorithms
von: Srimahajariyapong, Kasidit, et al.
Veröffentlicht: (2025)

Role of scrambling and noise in temporal information processing with quantum systems
von: Xiong, Weijie, et al.
Veröffentlicht: (2025)

Neural Langevin Machine: a local asymmetric learning rule can be creative
von: Yu, Zhendong, et al.
Veröffentlicht: (2025)

Thermodynamics of bidirectional associative memories
von: Barra, Adriano, et al.
Veröffentlicht: (2022)

Predictive Coding Networks and Inference Learning: Tutorial and Survey
von: van Zwol, Björn, et al.
Veröffentlicht: (2024)

Heterosynaptic Circuits Are Universal Gradient Machines
von: Ziyin, Liu, et al.
Veröffentlicht: (2025)

Theory of Optimal Learning Rate Schedules and Scaling Laws for a Random Feature Model
von: Bordelon, Blake, et al.
Veröffentlicht: (2026)

Adaptive Synaptogenesis Implemented on a Nanomagnetic Platform
von: Mullick, Faiyaz Elahi, et al.
Veröffentlicht: (2025)

Hierarchical Associative Memory, Parallelized MLP-Mixer, and Symmetry Breaking
von: Karakida, Ryo, et al.
Veröffentlicht: (2024)

iMixer: hierarchical Hopfield network implies an invertible, implicit and iterative MLP-Mixer
von: Ota, Toshihiro, et al.
Veröffentlicht: (2023)

Nonlinear classification of neural manifolds with contextual information
von: Mignacco, Francesca, et al.
Veröffentlicht: (2024)

A Generative Neural Annealer for Black-Box Combinatorial Optimization
von: Zhang, Yuan-Hang, et al.
Veröffentlicht: (2025)

Dynamical stability for dense patterns in discrete attractor neural networks
von: Cohen, Uri, et al.
Veröffentlicht: (2025)

Differential learning kinetics govern the transition from memorization to generalization during in-context learning
von: Nguyen, Alex, et al.
Veröffentlicht: (2024)

Exploring Structural Nonlinearity in Binary Polariton-Based Neuromorphic Architectures
von: Sedov, Evgeny, et al.
Veröffentlicht: (2024)

Neural population geometry and optimal coding of tasks with shared latent structure
von: Wakhloo, Albert J., et al.
Veröffentlicht: (2024)

Fermi-Bose Machine achieves both generalization and adversarial robustness
von: Xie, Mingshan, et al.
Veröffentlicht: (2024)

Response time of lateral predictive coding and benefits of modular structures
von: Cai, Guanghui, et al.
Veröffentlicht: (2026)

Structure of activity in multiregion recurrent neural networks
von: Clark, David G., et al.
Veröffentlicht: (2024)

Connectivity structure and dynamics of nonlinear recurrent neural networks
von: Clark, David G., et al.
Veröffentlicht: (2024)

Simplified derivations for high-dimensional convex learning problems
von: Clark, David G., et al.
Veröffentlicht: (2024)

Reservoir computing with logistic map
von: Arun, R., et al.
Veröffentlicht: (2024)