← JWAYU 杰维宇

Archivio scientifico

Pubblicazioni

Dodici pagine di ricerca ad accesso aperto su neuroni variazionali e distribuzionali, calcolo variazionale, integrazione nei Transformer, attività interna, lettura degli stati latenti e controllo basato sull’incertezza.

2026 · Research Square · Articolo di ricerca

Distributional Neurons: Making Uncertainty a Unit of Computation

Le reti neurali propagano generalmente attivazioni nascoste puntuali. Questo articolo studia una granularità più fine: il neurone stesso come unità di calcolo basata su una distribuzione. EVE associa a ogni unità un posteriore condizionato dall’input, un prior locale, un campionamento riparametrizzato, una regolarizzazione KL e diagnostiche interne. La valutazione isola dapprima la singola unità, quindi ne analizza la composizione in un MLP profondo e l’integrazione nel blocco feed-forward di un Transformer. I risultati migliorano diverse metriche probabilistiche mantenendo una precisione puntuale comparabile.

Leggi →DOI / source ↗

14 luglio 2026 · Research Square · Articolo di ricerca

The Neuron Is the Distribution

Questo articolo sviluppa la tesi architetturale secondo cui un neurone può essere trattato come una distribuzione, e non soltanto come un’attivazione puntuale. Distingue questo calcolo probabilistico locale dall’incertezza collocata unicamente nei pesi, negli ensemble, negli output o nelle variabili latenti globali. Inquadra inoltre EVE rispetto all’inferenza variazionale, alla stochasticità e alle reti bayesiane: il cambiamento proposto riguarda innanzitutto la granularità dell’unità di calcolo.

Leggi →DOI / source ↗

30 giugno 2026 · Research Square · Articolo di ricerca

The Neuron as a Latent State: Classical Variational Readout in Distributional Neural Units

Questo articolo studia il neurone come stato latente locale e separa l’apprendimento del posteriore dalla sua lettura. Dopo l’addestramento, il posteriore di EVE viene congelato e cambia soltanto la regola di lettura. Il protocollo verifica se lo stesso stato latente contenga informazioni predittive utilizzabili oltre la sua media. In un compito controllato di previsione multimodale, letture strutturate migliorano le metriche probabilistiche senza riaddestrare il posteriore.

Leggi →DOI / source ↗

4 maggio 2026 · Research Square · Articolo metodologico

Measuring and Controlling Internal Activity in Variational Neural Units

Questo articolo metodologico propone un neurone variazionale locale la cui attività probabilistica interna può essere misurata e controllata. Ogni unità comprende una variabile latente scalare, un prior normale standard, un posteriore gaussiano ammortizzato, un campione riparametrizzato e un termine KL locale. Il protocollo monitora la divergenza KL, il quadrato della media posteriore, la quota di unità fuori dall’intervallo di attività e, facoltativamente, una persistenza autoregressiva, collegando poi queste diagnostiche all’errore di previsione.

Leggi →DOI / source ↗

20 febbraio 2026 · arXiv · Accesso aperto

Variational Distributional Neuron

Questa pubblicazione introduce un neurone variazionale basato su distribuzioni, concepito come unità probabilistica locale. Ogni unità incorpora un prior, un posteriore ammortizzato, un campione riparametrizzato e una regolarizzazione ELBO locale.

Leggi →arXiv ↗

14 marzo 2026 · arXiv · Accesso aperto

Exploring the Dimensions of a Variational Neuron

Questa pubblicazione mappa lo spazio di progettazione di EVE. Studia come la dimensionalità latente, il controllo locale della capacità e la persistenza temporale influenzino il funzionamento interno misurabile del neurone.

Leggi →arXiv ↗