若昂·萨克拉门托
人员信息
优化列表
![笔记](https://dblp.org/img/note-mark.dark.12x12.png)
2020年–今天
2023 [第13条] 约翰内斯·冯·奥斯瓦尔德 , 伊文德·尼克拉森 , 埃托雷·兰达佐 , 佐奥·萨克拉门托 , 亚历山大·莫德文茨夫 , 安德烈·兹莫基诺夫 , 最大Vladymyrov :
变形金刚通过梯度下降在上下文中学习。 ICML公司 2023 : 35151-35174 [第12条] 尼古拉斯·祖切特 , 罗伯特·迈耶 , 西蒙·舒格 , 阿西尔·穆吉卡 , 若昂·萨克拉门托 :
远程依赖性的在线学习。 NeurIPS公司 2023 [i19] 尼古拉斯·祖切特 , 罗伯特·迈耶 , 西蒙·舒格 , 阿西尔·穆吉卡 , 佐奥·萨克拉门托 :
远程依赖性的在线学习。 CoRR公司 abs/2305.15947 ( 2023 ) [i18] 尼古拉斯·祖切特 , 小林诚进 , 亚西尔·阿克兰 , 约翰内斯·冯·奥斯瓦尔德 , 马克西姆·拉切尔 , 安吉丽卡·斯特格 , 佐奥·萨克拉门托 :
门控递归神经网络发现注意力。 CoRR公司 abs/2309.01775 ( 2023 ) [i17] 约翰内斯·冯·奥斯瓦尔德 , 埃文德·尼克拉森 , 马克西米利安·施莱格尔 , 小林精(Seijin Kobayashi) , 尼古拉斯·祖切特 , 尼诺·谢勒 , 诺兰·米勒 , 律师桑德勒 , 布莱斯·阿圭拉(Blaise Agüera y Arcas) , 最大Vladymyrov , 拉兹万·帕斯卡努 , 佐奥·萨克拉门托 :
揭示变形金刚中的台面优化算法。 CoRR公司 abs/2309.05858 ( 2023 ) [i16] 西蒙·舒格 , 小林精(Seijin Kobayashi) , 亚西尔·阿克兰 , 马西耶·沃尔奇克 , 亚历山大·普罗卡 , 约翰内斯·冯·奥斯瓦尔德 , 拉兹万·帕斯卡努 , 佐奥·萨克拉门托 , 安吉丽卡·斯特格 :
发现以组合方式概括的模块化解决方案。 CoRR公司 abs/2312.15001 ( 2023 ) 2022 [j6] 尼古拉斯·祖切特 , 佐奥·萨克拉门托 :
超越反向传播:通过隐式微分和平衡传播的双层优化。 神经计算。 34 ( 12 ) : 2309-2346 ( 2022 ) [第11条] 亚历山大·穆勒曼斯 , 马蒂尔德·特里斯坦·法林哈 , 玛丽亚·塞维拉 , 佐奥·萨克拉门托 , 本杰明·F·格雷维 :
最大限度地减少对具有强烈反馈的信贷分配的控制。 ICML公司 2022 : 15458-15483 [第10条] 亚历山大·穆勒曼斯 , 尼古拉斯·祖切特 , 小林精(Seijin Kobayashi) , 约翰内斯·冯·奥斯瓦尔德 , 佐奥·萨克拉门托 :
均衡局部学习的最小控制原则。 NeurIPS公司 2022 【c9】 尼古拉斯·祖切特 , 西蒙·舒格 , 约翰内斯·冯·奥斯瓦尔德 , 多米尼克·赵 , 佐奥·萨克拉门托 :
元学习的对比规则。 NeurIPS公司 2022 【i15】 亚历山大·穆勒曼斯 , 马蒂尔德·特里斯坦尼·法林哈 , 玛丽亚·塞维拉 , 佐奥·萨克拉门托 , 本杰明·格雷 :
最大限度地减少对具有强烈反馈的信贷分配的控制。 CoRR公司 abs/2204.07249 ( 2022 ) [第14条] 尼古拉斯·祖切特 , 佐奥·萨克拉门托 :
超越反向传播:用于双层优化的隐式梯度。 CoRR公司 腹肌/2205.03076 ( 2022 ) [i13] 亚历山大·穆勒曼斯 , 尼古拉斯·祖切特 , 小林精(Seijin Kobayashi) , 约翰内斯·冯·奥斯瓦尔德 , 佐奥·萨克拉门托 :
平衡学习的最小控制原则。 CoRR公司 abs/2207.01332 ( 2022 ) [i12] 约翰内斯·冯·奥斯瓦尔德 , 伊文德·尼克拉森 , 埃托雷·兰达佐 , 佐奥·萨克拉门托 , 亚历山大·莫德文茨夫 , 安德烈·兹莫基诺夫 , 最大Vladymyrov :
变形金刚通过梯度下降学习上下文。 CoRR公司 abs/2212.07677 ( 2022 ) 2021 【c8】 约翰内斯·冯·奥斯瓦尔德 , 小林精(Seijin Kobayashi) , 佐奥·萨克拉门托 , 亚历山大·穆勒曼斯 , 克里斯蒂安·海宁 , 本杰明·格雷 :
具有后期权重的神经网络。 ICLR公司 2021 【c7】 亚历山大·穆勒曼斯 , 马蒂尔德·特里斯坦尼·法林哈 , 哈维尔·加西亚·奥尔多涅斯 , Pau Vilimelis Aceituno公司 , 佐奥·萨克拉门托 , 本杰明·格雷 :
通过深度反馈控制的神经网络信用分配。 NeurIPS公司 2021 : 4674-4687 【c6】 约翰内斯·冯·奥斯瓦尔德 , 多米尼克·赵 , 小林精(Seijin Kobayashi) , 西蒙·舒格 , 马西莫·卡西亚 , 尼古拉斯·祖切特 , 佐奥·萨克拉门托 :
学习地点:元学习和持续学习中的梯度稀疏性。 NeurIPS公司 2021 : 5250-5263 【c5】 克里斯蒂安·海宁 , 玛丽亚·塞维拉 , 弗朗西斯科·达安吉洛 , 约翰内斯·冯·奥斯瓦尔德 , 里贾娜·特拉伯 , 本杰明·埃雷特 , 小林精(Seijin Kobayashi) , 本杰明·格雷 , 佐奥·萨克拉门托 :
持续学习的后验元反应。 NeurIPS公司 2021 : 14135-14149 [i11] 克里斯蒂安·海宁 , 玛丽亚·塞维拉 , 弗朗西斯科·达安吉洛 , 约翰内斯·冯·奥斯瓦尔德 , 里贾娜·特拉伯 , 本杰明·埃雷特 , 小林精(Seijin Kobayashi) , 佐奥·萨克拉门托 , 本杰明·格雷 :
持续学习的后验元反应。 CoRR公司 abs/2103.01133 ( 2021 ) [i10] 尼古拉斯·祖切特 , 西蒙·舒格 , 约翰内斯·冯·奥斯瓦尔德 , 多米尼克·赵 , 佐奥·萨克拉门托 :
元学习的对比规则。 CoRR公司 abs/2104.01677 ( 2021 ) [第九章] 亚历山大·迈勒曼斯 , 马蒂尔德·特里斯坦·法林哈 , 哈维尔·加西亚·奥尔多涅斯 , Pau Vilimelis Aceituno公司 , 佐奥·萨克拉门托 , 本杰明·格雷 :
通过深度反馈控制的神经网络信用分配。 CoRR公司 abs/2106.07887 ( 2021 ) [i8] 约翰内斯·冯·奥斯瓦尔德 , 多米尼克·赵 , 小林诚进 , 西蒙·舒格 , 马西莫·卡西亚 , 尼古拉斯·祖切特 , 佐奥·萨克拉门托 :
学习地点:元学习和持续学习中的梯度稀疏性。 CoRR公司 abs/2110.14402 ( 2021 ) 2020 【c4】 约翰内斯·冯·奥斯瓦尔德 , 克里斯蒂安·海宁 , 若昂·萨克拉门托 , 本杰明·格雷 :
使用超网络进行持续学习。 ICLR公司 2020 【c3】 雅各布·乔丹 , 米海A.Petrovic , 沃尔特·森 , 佐奥·萨克拉门托 :
基于传导的树状结构执行可靠性加权意见池。 低碳所 2020 : 11:1-11:3 【c2】 亚历山大·穆勒曼斯 , 弗朗西斯科·卡扎尼加 , 约翰·苏肯斯 , 佐奥·萨克拉门托 , 本杰明·格雷 :
目标传播的理论框架。 NeurIPS公司 2020 [i7] 亚历山大·穆勒曼斯 , 弗朗西斯科·S·卡扎尼加 , 约翰·苏肯斯 , 佐奥·萨克拉门托 , 本杰明·格雷 :
目标传播的理论框架。 CoRR公司 abs/2006.14331 ( 2020 ) [i6] 佐奥·萨克拉门托 , 约翰内斯·冯·奥斯瓦尔德 , 小林精(Seijin Kobayashi) , 克里斯蒂安·海宁 , 本杰明·格雷 :
经济集成与超网络。 CoRR公司 abs/2007.12927 ( 2020 )
2010 – 2019
2019 [i5] 约翰内斯·冯·奥斯瓦尔德 , 克里斯蒂安·海宁 , 佐奥·萨克拉门托 , 本杰明·格雷 :
使用超网络进行持续学习。 CoRR公司 abs/1906.00695 ( 2019 ) [i4] 托马斯·梅斯纳德 , 加丹·维格努德 , 佐奥·萨克拉门托 , 沃尔特·森 , 本吉奥 :
幽灵单位在深层神经网络中产生生物学上合理的后盾。 CoRR公司 abs/1911.08585 ( 2019 ) 2018 【c1】 佐奥·萨克拉门托 , 鲁伊·蓬特·科斯塔 , 本吉奥 , 沃尔特·森 :
树状皮层微电路近似于反向传播算法。 NeurIPS公司 2018 : 8735-8746 [i3] 佐奥·萨克拉门托 , 鲁伊·蓬特·科斯塔 , 本吉奥 , 沃尔特·森 :
深皮层微电路中的树突状误差反向传播。 CoRR公司 abs/1801.00062 ( 2018 ) [i2] 佐奥·萨克拉门托 , Rui Ponte Costa公司 , 本吉奥 , 沃尔特·森 :
树突皮质微循环近似于反向传播算法。 CoRR公司 abs/1810.11393 ( 2018 ) 2016 [i1] 本吉奥 , 本杰明·斯凯利尔 , Olexa Bilaniuk公司 , 佐奥·萨克拉门托 , 沃尔特·森 :
深度生成网络快速推断的前馈初始化在生物学上是合理的。 CoRR公司 abs/1606.01651 ( 2016 ) 2015 [j5] 佐奥·萨克拉门托 , 安德烈亚斯·维切特 , 马克·C·W·范·罗森 :
基于不平衡突触可塑性规则的节能稀疏连接。 公共科学图书馆计算。 生物。 11 ( 6 ) ( 2015 ) 2014 【j4】 迪奥戈·伦德罗 , 若昂·萨克拉门托 , 安德烈亚斯·威彻特 :
分类联想记忆。 认知。 计算。 6 ( 1 ) : 45-65 ( 2014 ) 2012 [j3] 佐奥·萨克拉门托 , 安德烈亚斯·维切特 :
二元Willshaw学习产生长期熟悉记忆的高突触能力。 生物、网络。 106 ( 2 ) : 123-133 ( 2012 ) [注2] 佐奥·萨克拉门托 , 弗朗西斯科·伯内 , 安德烈亚斯·维切特 :
关于分级Willshaw网络的时间要求。 神经网络 25 : 84-93 ( 2012 ) 2011 [j1] 佐奥·萨克拉门托 , 安德烈亚斯·维切特 :
树状分层联想记忆结构。 神经网络 24 ( 2 ) : 143-147 ( 2011 )
合著者索引
![](https://dblp.org/img/cog.dark.24x24.png)