Buchumschlag

Provably Learning Diverse Features in Multi-View Data with Midpoint Mixup

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chidambaram, Muthu, Wang, Xiang, Wu, Chenwei, Ge, Rong
Format:	Preprint
Veröffentlicht:	2022
Schlagworte:	Machine Learning Artificial Intelligence Computer Vision and Pattern Recognition Optimization and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

For Better or For Worse? Learning Minimum Variance Features With Label Augmentation
von: Chidambaram, Muthu, et al.
Veröffentlicht: (2024)

Exposing Diversity Bias in Deep Generative Models: Statistical Origins and Correction of Diversity Error
von: Farnia, Farzan, et al.
Veröffentlicht: (2026)

EMC$^2$: Efficient MCMC Negative Sampling for Contrastive Learning with Global Convergence
von: Yau, Chung-Yiu, et al.
Veröffentlicht: (2024)

Conjugate-Gradient-like Based Adaptive Moment Estimation Optimization Algorithm for Deep Learning
von: Tian, Jiawu, et al.
Veröffentlicht: (2024)

Identifying and Understanding Cross-Class Features in Adversarial Training
von: Wei, Zeming, et al.
Veröffentlicht: (2025)

LORE: Lagrangian-Optimized Robust Embeddings for Visual Encoders
von: Khodabandeh, Borna, et al.
Veröffentlicht: (2025)

Training-free Diffusion Model Alignment with Sampling Demons
von: Yeh, Po-Hung, et al.
Veröffentlicht: (2024)

Pattern based learning and optimisation through pricing for bin packing problem
von: Zhang, Huayan, et al.
Veröffentlicht: (2024)

MKOR: Momentum-Enabled Kronecker-Factor-Based Optimizer Using Rank-1 Updates
von: Mozaffari, Mohammad, et al.
Veröffentlicht: (2023)

Unsupervised Point Cloud Pre-Training via Contrasting and Clustering
von: Mei, Guofeng, et al.
Veröffentlicht: (2022)

Decentralized Personalized Federated Learning
von: Kharrat, Salma, et al.
Veröffentlicht: (2024)

Calibrated Adversarial Sampling: Multi-Armed Bandit-Guided Generalization Against Unforeseen Attacks
von: Wang, Rui, et al.
Veröffentlicht: (2025)

Amortized Guidance for Image Inpainting with Pretrained Diffusion Models
von: Huang, Yilie, et al.
Veröffentlicht: (2026)

Understanding Deep Representation Learning via Layerwise Feature Compression and Discrimination
von: Wang, Peng, et al.
Veröffentlicht: (2023)

SMI: Statistical Membership Inference for Reliable Unlearned Model Auditing
von: Sun, Jialong, et al.
Veröffentlicht: (2026)

FreeAugment: Data Augmentation Search Across All Degrees of Freedom
von: Bekor, Tom, et al.
Veröffentlicht: (2024)

Unveiling Induction Heads: Provable Training Dynamics and Feature Learning in Transformers
von: Chen, Siyu, et al.
Veröffentlicht: (2024)

Agentic Transformers Provably Learn to Search via Reinforcement Learning
von: Yang, Tong, et al.
Veröffentlicht: (2026)

Intra-Cluster Mixup: An Effective Data Augmentation Technique for Complementary-Label Learning
von: Mai, Tan-Ha, et al.
Veröffentlicht: (2025)

Transformers Provably Learn Chain-of-Thought Reasoning with Length Generalization
von: Huang, Yu, et al.
Veröffentlicht: (2025)

When and How Unlabeled Data Provably Improve In-Context Learning
von: Li, Yingcong, et al.
Veröffentlicht: (2025)

One-Layer Transformer Provably Learns One-Nearest Neighbor In Context
von: Li, Zihao, et al.
Veröffentlicht: (2024)

SupReMix: Supervised Contrastive Learning for Medical Imaging Regression with Mixup
von: Wu, Yilei, et al.
Veröffentlicht: (2023)

GradMix: Gradient-based Selective Mixup for Robust Data Augmentation in Class-Incremental Learning
von: Kim, Minsu, et al.
Veröffentlicht: (2025)

Policy Gradient Methods for Risk-Sensitive Distributional Reinforcement Learning with Provable Convergence
von: Xiao, Minheng, et al.
Veröffentlicht: (2024)

Provable Phase Retrieval with Mirror Descent
von: Godeme, Jean-Jacques, et al.
Veröffentlicht: (2022)

Provable Offline Reinforcement Learning for Structured Cyclic MDPs
von: Lee, Kyungbok, et al.
Veröffentlicht: (2026)

On Distributed Larger-Than-Memory Subset Selection With Pairwise Submodular Functions
von: Böther, Maximilian, et al.
Veröffentlicht: (2024)

Multi-head Transformers Provably Learn Symbolic Multi-step Reasoning via Gradient Descent
von: Yang, Tong, et al.
Veröffentlicht: (2025)

Learning to Borrow Features for Improved Detection of Small Objects in Single-Shot Detectors
von: Schmit, Richard
Veröffentlicht: (2025)

A Survey on Mixup Augmentations and Beyond
von: Jin, Xin, et al.
Veröffentlicht: (2024)

Provably Convergent Plug & Play Linearized ADMM, applied to Deblurring Spatially Varying Kernels
von: Laroche, Charles, et al.
Veröffentlicht: (2022)

Provable Acceleration for Diffusion Models under Minimal Assumptions
von: Li, Gen, et al.
Veröffentlicht: (2024)

Provably Safe Generative Sampling with Constricting Barrier Functions
von: Gadginmath, Darshan, et al.
Veröffentlicht: (2026)

Provably Robust Conformal Prediction with Improved Efficiency
von: Yan, Ge, et al.
Veröffentlicht: (2024)

Gradient Descent Provably Solves Nonlinear Tomographic Reconstruction
von: Fridovich-Keil, Sara, et al.
Veröffentlicht: (2023)

Provably Better Explanations with Optimized Aggregation of Feature Attributions
von: Decker, Thomas, et al.
Veröffentlicht: (2024)

DIMAT: Decentralized Iterative Merging-And-Training for Deep Learning Models
von: Saadati, Nastaran, et al.
Veröffentlicht: (2024)

Deep Unrolled Meta-Learning for Multi-Coil and Multi-Modality MRI with Adaptive Optimization
von: Fouladvand, Merham, et al.
Veröffentlicht: (2025)

Learning Spatially Adaptive $\ell_1$-Norms Weights for Convolutional Synthesis Regularization
von: Kofler, Andreas, et al.
Veröffentlicht: (2025)