Copertina

Confident Sinkhorn Allocation for Pseudo-Labeling

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Nguyen, Vu, Husain, Hisham, Farfade, Sachin, Hengel, Anton van den
Natura:	Preprint
Pubblicazione:	2022
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Rejection via Learning Density Ratios
di: Soen, Alexander, et al.
Pubblicazione: (2024)

Self-Supervision Improves Diffusion Models for Tabular Data Imputation
di: Liu, Yixin, et al.
Pubblicazione: (2024)

Provably Efficient Bayesian Optimization with Unknown Gaussian Process Hyperparameter Estimation
di: Ha, Huong, et al.
Pubblicazione: (2023)

Geometric Collaborative Filtering with Convergence
di: Husain, Hisham, et al.
Pubblicazione: (2024)

Transformers Pretrained on Procedural Data Contain Modular Structures for Algorithmic Reasoning
di: Shinnick, Zachary, et al.
Pubblicazione: (2025)

Concept Component Analysis: A Principled Approach for Concept Extraction in LLMs
di: Liu, Yuhang, et al.
Pubblicazione: (2026)

Procedural Pretraining: Warming Up Language Models with Abstract Data
di: Jiang, Liangze, et al.
Pubblicazione: (2026)

CroSel: Cross Selection of Confident Pseudo Labels for Partial-Label Learning
di: Tian, Shiyu, et al.
Pubblicazione: (2023)

Premonition: Using Generative Models to Preempt Future Data Changes in Continual Learning
di: McDonnell, Mark D., et al.
Pubblicazione: (2024)

A Confidence-Variance Theory for Pseudo-Label Selection in Semi-Supervised Learning
di: Liu, Jinshi, et al.
Pubblicazione: (2026)

Selective Sinkhorn Routing for Improved Sparse Mixture of Experts
di: Nguyen, Duc Anh, et al.
Pubblicazione: (2025)

Seasoning Generative Models for a Generalization Aftertaste
di: Husain, Hisham, et al.
Pubblicazione: (2026)

Accelerated Sinkhorn Algorithms for Partial Optimal Transport
di: Truong, Nghia Thu, et al.
Pubblicazione: (2026)

Chem4DLLM: 4D Multimodal LLMs for Chemical Dynamics Understanding
di: Li, Xinyu, et al.
Pubblicazione: (2026)

RanPAC: Random Projections and Pre-trained Models for Continual Learning
di: McDonnell, Mark D., et al.
Pubblicazione: (2023)

Towards Higher Effective Rank in Parameter-efficient Fine-tuning using Khatri--Rao Product
di: Albert, Paul, et al.
Pubblicazione: (2025)

Knowledge Composition using Task Vectors with Learned Anisotropic Scaling
di: Zhang, Frederic Z., et al.
Pubblicazione: (2024)

Identifying Weight-Variant Latent Causal Models
di: Liu, Yuhang, et al.
Pubblicazione: (2022)

Latent Covariate Shift: Unlocking Partial Identifiability for Multi-Source Domain Adaptation
di: Liu, Yuhang, et al.
Pubblicazione: (2022)

Identifiable Latent Polynomial Causal Models Through the Lens of Change
di: Liu, Yuhang, et al.
Pubblicazione: (2023)

Neural Sinkhorn Gradient Flow
di: Zhu, Huminhao, et al.
Pubblicazione: (2024)

Sinkhorn-Drifting Generative Models
di: He, Ping, et al.
Pubblicazione: (2026)

PLGC: Pseudo-Labeled Graph Condensation
di: Nandy, Jay, et al.
Pubblicazione: (2026)

Federated Sinkhorn
di: Kulcsar, Jeremy, et al.
Pubblicazione: (2025)

Analytic DAG Constraints for Differentiable DAG Learning
di: Zhang, Zhen, et al.
Pubblicazione: (2025)

On the Value of Cross-Modal Misalignment in Multimodal Representation Learning
di: Cai, Yichao, et al.
Pubblicazione: (2025)

Semi-Supervised Regression with Heteroscedastic Pseudo-Labels
di: Sun, Xueqing, et al.
Pubblicazione: (2025)

Smooth Pseudo-Labeling
di: Karaliolios, Nikolaos, et al.
Pubblicazione: (2024)

Synergy and Diversity in CLIP: Enhancing Performance Through Adaptive Backbone Ensembling
di: Rodriguez-Opazo, Cristian, et al.
Pubblicazione: (2024)

Interactive Medical Image Analysis with Concept-based Similarity Reasoning
di: Huy, Ta Duc, et al.
Pubblicazione: (2025)

Sinkhorn Distributionally Robust Optimization
di: Wang, Jie, et al.
Pubblicazione: (2021)

Towards Identifiable Latent Additive Noise Models
di: Liu, Yuhang, et al.
Pubblicazione: (2024)

On Fitting Flow Models with Large Sinkhorn Couplings
di: Zhang, Stephen, et al.
Pubblicazione: (2025)

When to Trust Confidence Thresholding: Calibration Diagnostics for Pseudo-Labelled Regression
di: Kurbucz, Marcell T.
Pubblicazione: (2026)

Rethinking State Disentanglement in Causal Reinforcement Learning
di: Cao, Haiyao, et al.
Pubblicazione: (2024)

On Sinkhorn's Algorithm and Choice Modeling
di: Qu, Zhaonan, et al.
Pubblicazione: (2023)

I Predict Therefore I Am: Is Next Token Prediction Enough to Learn Human-Interpretable Concepts from Data?
di: Liu, Yuhang, et al.
Pubblicazione: (2025)

Sinkhorn Distance Minimization for Knowledge Distillation
di: Cui, Xiao, et al.
Pubblicazione: (2024)

Iterative Sampling Methods for Sinkhorn Distributionally Robust Optimization
di: Wang, Jie
Pubblicazione: (2025)

Coreset selection for the Sinkhorn divergence and generic smooth divergences
di: Kokot, Alex, et al.
Pubblicazione: (2025)