Buchumschlag

InDiD: Instant Disorder Detection via Representation Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Romanenkova, Evgenia, Stepikin, Alexander, Morozov, Matvey, Zaytsev, Alexey
Format:	Preprint
Veröffentlicht:	2021
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

WWAggr: A Window Wasserstein-based Aggregation for Ensemble Change Point Detection
von: Stepikin, Alexander, et al.
Veröffentlicht: (2025)

Normalizing self-supervised learning for provably reliable Change Point Detection
von: Bazarova, Alexandra, et al.
Veröffentlicht: (2024)

Learning Transactions Representations for Information Management in Banks: Mastering Local, Global, and External Knowledge
von: Bazarova, Alexandra, et al.
Veröffentlicht: (2024)

DeNOTS: Stable Deep Neural ODEs for Time Series
von: Kuleshov, Ilya, et al.
Veröffentlicht: (2024)

Parameter-Efficient Neural CDEs via Implicit Function Jacobians
von: Kuleshov, Ilya, et al.
Veröffentlicht: (2025)

U-Former ODE: Fast Probabilistic Forecasting of Irregular Time Series
von: Kuleshov, Ilya, et al.
Veröffentlicht: (2026)

Uniting contrastive and generative learning for event sequences models
von: Yugay, Aleksandr, et al.
Veröffentlicht: (2024)

Efficient Neural Controlled Differential Equations via Attentive Kernel Smoothing
von: Serov, Egor, et al.
Veröffentlicht: (2026)

Uncertainty Estimation of Transformers' Predictions via Topological Analysis of the Attention Matrices
von: Kostenok, Elizaveta, et al.
Veröffentlicht: (2023)

Foundation for unbiased cross-validation of spatio-temporal models for species distribution modeling
von: Koldasbayeva, Diana, et al.
Veröffentlicht: (2025)

A theoretical framework for self-supervised contrastive learning for continuous dependent data
von: Marusov, Alexander, et al.
Veröffentlicht: (2025)

Beyond Simple Averaging: Improving NLP Ensemble Performance with Topological-Data-Analysis-Based Weighting
von: Proskura, Polina, et al.
Veröffentlicht: (2024)

Never Skip a Batch: Continuous Training of Temporal GNNs via Adaptive Pseudo-Supervision
von: Panyshev, Alexander, et al.
Veröffentlicht: (2025)

Continuous-time convolutions model of event sequences
von: Zhuzhel, Vladislav, et al.
Veröffentlicht: (2023)

Holistic Uncertainty Estimation For Open-Set Recognition
von: Erlygin, Leonid, et al.
Veröffentlicht: (2024)

Collusion Detection with Graph Neural Networks
von: Gomes, Lucas, et al.
Veröffentlicht: (2024)

Hiding Backdoors within Event Sequence Data via Poisoning Attacks
von: Ermilova, Alina, et al.
Veröffentlicht: (2023)

Language steering in latent space to mitigate unintended code-switching
von: Goncharov, Andrey, et al.
Veröffentlicht: (2025)

Long-term drought prediction using deep neural networks based on geospatial weather data
von: Marusov, Alexander, et al.
Veröffentlicht: (2023)

Strong Linear Baselines Strike Back: Closed-Form Linear Models as Gaussian Process Conditional Density Estimators for TSAD
von: Yugay, Aleksandr, et al.
Veröffentlicht: (2026)

Label Attention Network for Temporal Sets Prediction: You Were Looking at a Wrong Self-Attention
von: Kovtun, Elizaveta, et al.
Veröffentlicht: (2023)

Concealed Adversarial attacks on neural networks for sequential data
von: Sokerin, Petr, et al.
Veröffentlicht: (2025)

PINE: Pipeline for Important Node Exploration in Attributed Networks
von: Kovtun, Elizaveta, et al.
Veröffentlicht: (2025)

Enhancing Ride-Hailing Forecasting at DiDi with Multi-View Geospatial Representation Learning from the Web
von: Hao, Xixuan, et al.
Veröffentlicht: (2026)

Generative Flow Networks as Entropy-Regularized RL
von: Tiapkin, Daniil, et al.
Veröffentlicht: (2023)

When an LLM is apprehensive about its answers -- and when its uncertainty is justified
von: Sychev, Petr, et al.
Veröffentlicht: (2025)

Surrogate uncertainty estimation for your time series forecasting black-box: learn when to trust
von: Erlygin, Leonid, et al.
Veröffentlicht: (2023)

Complexity-aware fine-tuning
von: Goncharov, Andrey, et al.
Veröffentlicht: (2025)

Instant3D: Instant Text-to-3D Generation
von: Li, Ming, et al.
Veröffentlicht: (2023)

Selective Adversarial Attacks on LLM Benchmarks
von: Dubrovsky, Ivan, et al.
Veröffentlicht: (2025)

Looking around you: external information enhances representations for event sequences
von: Sokerin, Petr, et al.
Veröffentlicht: (2025)

ONNX-Net: Towards Universal Representations and Instant Performance Prediction for Neural Architectures
von: Qin, Shiwen, et al.
Veröffentlicht: (2025)

Simple Vision-Language Math Reasoning via Rendered Text
von: Skripkin, Matvey, et al.
Veröffentlicht: (2025)

HyperFast: Instant Classification for Tabular Data
von: Bonet, David, et al.
Veröffentlicht: (2024)

Enhancing the Reliability of Medical AI through Expert-guided Uncertainty Modeling
von: Khalin, Aleksei, et al.
Veröffentlicht: (2026)

Improving Policy Exploitation in Online Reinforcement Learning with Instant Retrospect Action
von: Gao, Gong, et al.
Veröffentlicht: (2026)

Designing an attack-defense game: how to increase robustness of financial transaction models via a competition
von: Zaytsev, Alexey, et al.
Veröffentlicht: (2023)

Instant Policy: In-Context Imitation Learning via Graph Diffusion
von: Vosylius, Vitalis, et al.
Veröffentlicht: (2024)

Data-Efficient Operator Learning via Unsupervised Pretraining and In-Context Learning
von: Chen, Wuyang, et al.
Veröffentlicht: (2024)

Confidence Is All You Need: Few-Shot RL Fine-Tuning of Language Models
von: Li, Pengyi, et al.
Veröffentlicht: (2025)