Buchumschlag

Generalizing to unseen domains via distribution matching

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Albuquerque, Isabela, Monteiro, João, Darvishi, Mohammad, Falk, Tiago H., Mitliagkas, Ioannis
Format:	Preprint
Veröffentlicht:	2019
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Cross-Subject Statistical Shift Estimation for Generalized Electroencephalography-based Mental Workload Assessment
von: Albuquerque, Isabela, et al.
Veröffentlicht: (2019)

Performance Control in Early Exiting to Deploy Large Models at the Same Cost of Smaller Ones
von: Mofakhami, Mehrnaz, et al.
Veröffentlicht: (2024)

CADet: Fully Self-Supervised Out-Of-Distribution Detection With Contrastive Learning
von: Guille-Escuret, Charles, et al.
Veröffentlicht: (2022)

Generating Tabular Data Using Heterogeneous Sequential Feature Forest Flow Matching
von: Akazan, Ange-Clément, et al.
Veröffentlicht: (2024)

Feature learning as alignment: a structural property of gradient descent in non-linear neural networks
von: Beaglehole, Daniel, et al.
Veröffentlicht: (2024)

An Empirical Study of Pre-trained Model Selection for Out-of-Distribution Generalization and Calibration
von: Naganuma, Hiroki, et al.
Veröffentlicht: (2023)

Expecting The Unexpected: Towards Broad Out-Of-Distribution Detection
von: Guille-Escuret, Charles, et al.
Veröffentlicht: (2023)

Performative Prediction with Neural Networks
von: Mofakhami, Mehrnaz, et al.
Veröffentlicht: (2023)

A Derandomization Framework for Structure Discovery: Applications in Neural Networks and Beyond
von: Tsikouras, Nikos, et al.
Veröffentlicht: (2025)

Towards efficient representation identification in supervised learning
von: Ahuja, Kartik, et al.
Veröffentlicht: (2022)

Compositional Risk Minimization
von: Mahajan, Divyat, et al.
Veröffentlicht: (2024)

Empirical Analysis of Model Selection for Heterogeneous Causal Effect Estimation
von: Mahajan, Divyat, et al.
Veröffentlicht: (2022)

A Study of Condition Numbers for First-Order Optimization
von: Guille-Escuret, Charles, et al.
Veröffentlicht: (2020)

Revisiting Generalization Measures Beyond IID: An Empirical Study under Distributional Shift
von: Nakai, Sora, et al.
Veröffentlicht: (2026)

Unlearning with Asymmetric Sources: Improved Unlearning-Utility Trade-off with Public Data
von: Inane, Ahmed Mehdi, et al.
Veröffentlicht: (2026)

Pure interaction effects unseen by Random Forests
von: Blum, Ricardo, et al.
Veröffentlicht: (2024)

Beyond Multi-Token Prediction: Pretraining LLMs with Future Summaries
von: Mahajan, Divyat, et al.
Veröffentlicht: (2025)

CENTS: Generating synthetic electricity consumption time series for rare and unseen scenarios
von: Fuest, Michael, et al.
Veröffentlicht: (2025)

Navigating Potholes with Geometry-Aware Sharpness Minimization
von: Dufort-Labbé, Simon, et al.
Veröffentlicht: (2026)

AI-Powered Energy Algorithmic Trading: Integrating Hidden Markov Models with Neural Networks
von: Monteiro, Tiago
Veröffentlicht: (2024)

Solving Hidden Monotone Variational Inequalities with Surrogate Losses
von: D'Orazio, Ryan, et al.
Veröffentlicht: (2024)

Learning to Defer for Causal Discovery with Imperfect Experts
von: Clivio, Oscar, et al.
Veröffentlicht: (2025)

Fine-tuned network relies on generic representation to solve unseen cognitive task
von: Lin, Dongyan
Veröffentlicht: (2024)

Gaussian credible intervals in Bayesian nonparametric estimation of the unseen
von: Contardi, Claudia, et al.
Veröffentlicht: (2025)

Orth-Dion: Eliminating Geometric Mismatch in Distributed Low-Rank Spectral Optimization
von: Nakamori, Tatsuhiro, et al.
Veröffentlicht: (2026)

Generalization capabilities of MeshGraphNets to unseen geometries for fluid dynamics
von: Schmöcker, Robin, et al.
Veröffentlicht: (2024)

Weakly supervised deep learning model with size constraint for prostate cancer detection in multiparametric MRI and generalization to unseen domains
von: Trombetta, Robin, et al.
Veröffentlicht: (2024)

Rich Insights from Cheap Signals: Efficient Evaluations via Tensor Factorization
von: Polo, Felipe Maia, et al.
Veröffentlicht: (2026)

Pseudo-Asynchronous Local SGD: Robust and Efficient Data-Parallel Training
von: Naganuma, Hiroki, et al.
Veröffentlicht: (2025)

Benchmarking Diversity in Image Generation via Attribute-Conditional Human Evaluation
von: Albuquerque, Isabela, et al.
Veröffentlicht: (2025)

Adaptive Batch Sizes Using Non-Euclidean Gradient Noise Scales for Stochastic Sign and Spectral Descent
von: Naganuma, Hiroki, et al.
Veröffentlicht: (2026)

Application of the representative measure approach to assess the reliability of decision trees in dealing with unseen vehicle collision data
von: Perera-Lago, Javier, et al.
Veröffentlicht: (2024)

Understanding Adam Requires Better Rotation Dependent Assumptions
von: Zhang, Tianyue H., et al.
Veröffentlicht: (2024)

Nonlinear denoising score matching for enhanced learning of structured distributions
von: Birrell, Jeremiah, et al.
Veröffentlicht: (2024)

Evaluating Model Bias Requires Characterizing its Mistakes
von: Albuquerque, Isabela, et al.
Veröffentlicht: (2024)

Collaborative Knowledge Distillation via a Learning-by-Education Node Community
von: Kaimakamidis, Anestis, et al.
Veröffentlicht: (2024)

Towards a Systematic Approach to Design New Ensemble Learning Algorithms
von: Mendes-Moreira, João, et al.
Veröffentlicht: (2024)

Robust sensitivity control in digital pathology via tile score distribution matching
von: Pignet, Arthur, et al.
Veröffentlicht: (2025)

Exploring the ability of CNNs to generalise to previously unseen scales over wide scale ranges
von: Jansson, Ylva, et al.
Veröffentlicht: (2020)

Nectar: Neural Estimation of Cached-Token Attention via Regression
von: Monteiro, João, et al.
Veröffentlicht: (2026)