Buchumschlag

Bounding the Worst-class Error: A Boosting Approach

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Saito, Yuya, Matsuo, Shinnosuke, Uchida, Seiichi, Suehiro, Daiki
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

Test-Time Augmentation for Traveling Salesperson Problem
von: Ishiyama, Ryo, et al.
Veröffentlicht: (2024)

Counting Network for Learning from Majority Label
von: Shiku, Kaito, et al.
Veröffentlicht: (2024)

Instance-wise Supervision-level Optimization in Active Learning
von: Matsuo, Shinnosuke, et al.
Veröffentlicht: (2025)

Worst-Case Regret Bounds for Exploration via Randomized Value Functions
von: Russo, Daniel
Veröffentlicht: (2019)

Boosting Soft Q-Learning by Bounding
von: Adamczyk, Jacob, et al.
Veröffentlicht: (2024)

Theoretical Proportion Label Perturbation for Learning from Label Proportions in Large Bags
von: Kubo, Shunsuke, et al.
Veröffentlicht: (2024)

Worst-case low-rank approximations
von: Fries, Anya, et al.
Veröffentlicht: (2026)

Portable Reward Tuning: Towards Reusable Fine-Tuning across Different Pretrained Models
von: Chijiwa, Daiki, et al.
Veröffentlicht: (2025)

Estimating Worst-Case Frontier Risks of Open-Weight LLMs
von: Wallace, Eric, et al.
Veröffentlicht: (2025)

Spurious Correlation-Aware Embedding Regularization for Worst-Group Robustness
von: Park, Subeen, et al.
Veröffentlicht: (2025)

Benchmarking Fairness-aware Graph Neural Networks in Knowledge Graphs
von: Sasaki, Yuya
Veröffentlicht: (2025)

How Worst-Case Are Adversarial Attacks? Linking Adversarial and Perturbation Robustness
von: Rossolini, Giulio
Veröffentlicht: (2026)

Bounding-Box Inference for Error-Aware Model-Based Reinforcement Learning
von: Talvitie, Erin J., et al.
Veröffentlicht: (2024)

Nonasymptotic CLT and Error Bounds for Two-Time-Scale Stochastic Approximation
von: Kong, Seo Taek, et al.
Veröffentlicht: (2025)

Bridging Neural ODE and ResNet: A Formal Error Bound for Safety Verification
von: Sayed, Abdelrahman Sayed, et al.
Veröffentlicht: (2025)

Learning from Majority Label: A Novel Problem in Multi-class Multiple-Instance Learning
von: Kaito, Shiku, et al.
Veröffentlicht: (2025)

Adversarial Training for Robust Coverage Network under Worst-case Facility Losses
von: Miao, Changhao, et al.
Veröffentlicht: (2026)

LLMComp: A Language Modeling Paradigm for Error-Bounded Scientific Data Compression (Technical Report)
von: Li, Guozhong, et al.
Veröffentlicht: (2025)

Differentially Private Worst-group Risk Minimization
von: Zhou, Xinyu, et al.
Veröffentlicht: (2024)

Infra-Bayesian Reinforcement Learning Agents Outperform Classical RL For Worst-Case Robustness
von: Aryal, Manish, et al.
Veröffentlicht: (2026)

Runtime-Certified Bounded-Error Quantized Attention
von: Calver, Dean
Veröffentlicht: (2026)

Misspecified $Q$-Learning with Sparse Linear Function Approximation: Tight Bounds on Approximation Error
von: Du, Ally Yalei, et al.
Veröffentlicht: (2024)

Sharper Error Bounds in Late Fusion Multi-view Clustering Using Eigenvalue Proportion
von: Du, Liang, et al.
Veröffentlicht: (2024)

A Rectification-Based Approach for Distilling Boosted Trees into Decision Trees
von: Audemard, Gilles, et al.
Veröffentlicht: (2025)

Explainable Graph Neural Architecture Search via Monte-Carlo Tree Search (Full version)
von: Sasaki, Yuya
Veröffentlicht: (2023)

Physics-model-guided Worst-case Sampling for Safe Reinforcement Learning
von: Cao, Hongpeng, et al.
Veröffentlicht: (2024)

Exact Stiefel Optimization for Probabilistic PLS: Closed-Form Updates, Error Bounds, and Calibrated Uncertainty
von: Hu, Haoran, et al.
Veröffentlicht: (2026)

Learning from Partial Label Proportions for Whole Slide Image Segmentation
von: Matsuo, Shinnosuke, et al.
Veröffentlicht: (2024)

Boosting of Thoughts: Trial-and-Error Problem Solving with Large Language Models
von: Chen, Sijia, et al.
Veröffentlicht: (2024)

RILQ: Rank-Insensitive LoRA-based Quantization Error Compensation for Boosting 2-bit Large Language Model Accuracy
von: Lee, Geonho, et al.
Veröffentlicht: (2024)

Quadratic Upper Bound for Boosting Robustness
von: You, Euijin, et al.
Veröffentlicht: (2026)

Enhancing Unimodal Latent Representations in Multimodal VAEs through Iterative Amortized Inference
von: Oshima, Yuta, et al.
Veröffentlicht: (2024)

Mitigating Prior Errors in Causal Structure Learning: A Resilient Approach via Bayesian Networks
von: Chen, Lyuzhou, et al.
Veröffentlicht: (2023)

Transferring Visual Explainability of Self-Explaining Models to Prediction-Only Models without Additional Training
von: Yoshikawa, Yuya, et al.
Veröffentlicht: (2025)

TextBFGS: A Case-Based Reasoning Approach to Code Optimization via Error-Operator Retrieval
von: Zhang, Zizheng, et al.
Veröffentlicht: (2026)

Provably Efficient Exploration in Quantum Reinforcement Learning with Logarithmic Worst-Case Regret
von: Zhong, Han, et al.
Veröffentlicht: (2023)

GenORM: Generalizable One-shot Rope Manipulation with Parameter-Aware Policy
von: Kuroki, So, et al.
Veröffentlicht: (2023)

Forward Target Propagation: A Forward-Only Approach to Global Error Credit Assignment via Local Losses
von: As-Saquib, Nazmus Saadat, et al.
Veröffentlicht: (2025)

Tunable MAGMAX: Preference-Aware Model Merging for Continual Learning
von: Hiroshima, Kei, et al.
Veröffentlicht: (2026)

Rewriting Pre-Training Data Boosts LLM Performance in Math and Code
von: Fujii, Kazuki, et al.
Veröffentlicht: (2025)