Buchumschlag

Scalable Optimal Transport Methods in Machine Learning: A Contemporary Survey

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Khamis, Abdelwahed, Tsuchida, Russell, Tarek, Mohamed, Rolland, Vivien, Petersson, Lars
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Topological Deep Learning: A Review of an Emerging Paradigm
von: Zia, Ali, et al.
Veröffentlicht: (2023)

NeuralPrefix: A Zero-shot Sensory Data Imputation Plugin
von: Khamis, Abdelwahed, et al.
Veröffentlicht: (2025)

Cross-Domain Imitation Learning via Optimal Transport
von: Fickinger, Arnaud, et al.
Veröffentlicht: (2021)

A Review on Coarse to Fine-Grained Animal Action Recognition
von: Zia, Ali, et al.
Veröffentlicht: (2025)

A Complete Survey on Contemporary Methods, Emerging Paradigms and Hybrid Approaches for Few-Shot Learning
von: Tsoumplekas, Georgios, et al.
Veröffentlicht: (2024)

Open Set Label Shift with Test Time Out-of-Distribution Reference
von: Ye, Changkun, et al.
Veröffentlicht: (2025)

Optimal and Diffusion Transports in Machine Learning
von: Peyré, Gabriel
Veröffentlicht: (2025)

Scalable Simulation-free Entropic Unbalanced Optimal Transport
von: Choi, Jaemoo, et al.
Veröffentlicht: (2024)

Data Quality in Edge Machine Learning: A State-of-the-Art Survey
von: Belgoumri, Mohammed Djameleddine, et al.
Veröffentlicht: (2024)

Optimal Transport for Machine Learners
von: Peyré, Gabriel
Veröffentlicht: (2025)

Is Optimal Transport Necessary for Inverse Reinforcement Learning?
von: Dong, Zixuan, et al.
Veröffentlicht: (2025)

A Riemannian Approach to Ground Metric Learning for Optimal Transport
von: Jawanpuria, Pratik, et al.
Veröffentlicht: (2024)

Enhancing Trust Management System for Connected Autonomous Vehicles Using Machine Learning Methods: A Survey
von: Xu, Qian, et al.
Veröffentlicht: (2025)

IFTT-PIN: A Self-Calibrating PIN-Entry Method
von: McConkey, Kathryn, et al.
Veröffentlicht: (2024)

Optimal Transport for Structure Learning Under Missing Data
von: Vo, Vy, et al.
Veröffentlicht: (2024)

Meta-Learning for Unsupervised Outlier Detection with Optimal Transport
von: Singh, Prabhant, et al.
Veröffentlicht: (2022)

Fairness in Graph Learning Augmented with Machine Learning: A Survey
von: Luo, Renqiang, et al.
Veröffentlicht: (2025)

GATech at AbjadMed: Bidirectional Encoders vs. Causal Decoders: Insights from 82-Class Arabic Medical Classification
von: Khamis, Ahmed Khaled
Veröffentlicht: (2026)

Uncertainty Quantification for Machine Learning in Healthcare: A Survey
von: López, L. Julián Lechuga, et al.
Veröffentlicht: (2025)

Robust Counterfactual Explanations in Machine Learning: A Survey
von: Jiang, Junqi, et al.
Veröffentlicht: (2024)

A Short Survey on Importance Weighting for Machine Learning
von: Kimura, Masanari, et al.
Veröffentlicht: (2024)

Optimal Transport Perturbations for Safe Reinforcement Learning with Robustness Guarantees
von: Queeney, James, et al.
Veröffentlicht: (2023)

Principled Approximation Methods for Efficient and Scalable Deep Learning
von: Savarese, Pedro
Veröffentlicht: (2025)

Learning Associative Memories with Gradient Descent
von: Cabannes, Vivien, et al.
Veröffentlicht: (2024)

A Survey of Imitation Learning Methods, Environments and Metrics
von: Gavenski, Nathan, et al.
Veröffentlicht: (2024)

A Survey on Data Quality Dimensions and Tools for Machine Learning
von: Zhou, Yuhan, et al.
Veröffentlicht: (2024)

MOT: A Mixture of Actors Reinforcement Learning Method by Optimal Transport for Algorithmic Trading
von: Cheng, Xi, et al.
Veröffentlicht: (2024)

Align Your Intents: Offline Imitation Learning via Optimal Transport
von: Bobrin, Maksim, et al.
Veröffentlicht: (2024)

Scalable and Efficient Methods for Uncertainty Estimation and Reduction in Deep Learning
von: Ahmed, Soyed Tuhin
Veröffentlicht: (2024)

Revisiting Scalable Hessian Diagonal Approximations for Applications in Reinforcement Learning
von: Elsayed, Mohamed, et al.
Veröffentlicht: (2024)

A Statistical Learning Perspective on Semi-dual Adversarial Neural Optimal Transport Solvers
von: Tarasov, Roman, et al.
Veröffentlicht: (2025)

Deep Reinforcement Learning for Demand Driven Services in Logistics and Transportation Systems: A Survey
von: Zong, Zefang, et al.
Veröffentlicht: (2021)

Imitation Learning from Observation through Optimal Transport
von: Chang, Wei-Di, et al.
Veröffentlicht: (2023)

Robot Policy Learning with Temporal Optimal Transport Reward
von: Fu, Yuwei, et al.
Veröffentlicht: (2024)

A Survey of Explainable Reinforcement Learning: Targets, Methods and Needs
von: Saulières, Léo
Veröffentlicht: (2025)

A Survey of Machine Unlearning
von: Nguyen, Thanh Tam, et al.
Veröffentlicht: (2022)

Distributional Counterfactual Explanations With Optimal Transport
von: You, Lei, et al.
Veröffentlicht: (2024)

Displacement-Sparse Neural Optimal Transport
von: Chen, Peter, et al.
Veröffentlicht: (2025)

Score-Based Diffusion Policy Compatible with Reinforcement Learning via Optimal Transport
von: Sun, Mingyang, et al.
Veröffentlicht: (2025)

APLOT: Robust Reward Modeling via Adaptive Preference Learning with Optimal Transport
von: Li, Zhuo, et al.
Veröffentlicht: (2025)