Buchumschlag

HEALNet: Multimodal Fusion for Heterogeneous Biomedical Data

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hemker, Konstantin, Simidjievski, Nikola, Jamnik, Mateja
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

Multimodal Lego: Model Merging and Fine-Tuning Across Topologies and Modalities in Biomedicine
von: Hemker, Konstantin, et al.
Veröffentlicht: (2024)

Measuring Cross-Modal Interactions in Multimodal Models
von: Wenderoth, Laura, et al.
Veröffentlicht: (2024)

PATHS: A Hierarchical Transformer for Efficient Whole Slide Image Analysis
von: Buzzard, Zak, et al.
Veröffentlicht: (2024)

TabMDA: Tabular Manifold Data Augmentation for Any Classifier using Transformers with In-context Subsetting
von: Margeloiu, Andrei, et al.
Veröffentlicht: (2024)

LLM Embeddings for Deep Learning on Tabular Data
von: Koloski, Boshko, et al.
Veröffentlicht: (2025)

ProtoGate: Prototype-based Neural Networks with Global-to-local Feature Selection for Tabular Biomedical Data
von: Jiang, Xiangjian, et al.
Veröffentlicht: (2023)

TabStruct: Measuring Structural Fidelity of Tabular Data
von: Jiang, Xiangjian, et al.
Veröffentlicht: (2025)

RO-FIGS: Efficient and Expressive Tree-Based Ensembles for Tabular Data
von: Matjašec, Urška, et al.
Veröffentlicht: (2025)

How Well Does Your Tabular Generator Learn the Structure of Tabular Data?
von: Jiang, Xiangjian, et al.
Veröffentlicht: (2025)

TabEBM: A Tabular Data Augmentation Method with Distinct Class-Specific Energy-Based Models
von: Margeloiu, Andrei, et al.
Veröffentlicht: (2024)

GCondNet: A Novel Method for Improving Neural Networks on Small High-Dimensional Tabular Data
von: Margeloiu, Andrei, et al.
Veröffentlicht: (2022)

Tabular Foundation Model for Generative Modelling
von: Jiang, Xiangjian, et al.
Veröffentlicht: (2026)

Digging Deeper: Learning Multi-Level Concept Hierarchies
von: Hill, Oscar, et al.
Veröffentlicht: (2026)

Hierarchical Concept-based Interpretable Models
von: Hill, Oscar, et al.
Veröffentlicht: (2026)

Towards Spatial Transcriptomics-driven Pathology Foundation Models
von: Hemker, Konstantin, et al.
Veröffentlicht: (2026)

Do Concept Bottleneck Models Respect Localities?
von: Raman, Naveen, et al.
Veröffentlicht: (2024)

Learning to Receive Help: Intervention-Aware Concept Embedding Models
von: Zarlenga, Mateo Espinosa, et al.
Veröffentlicht: (2023)

Efficient Bias Mitigation Without Privileged Information
von: Zarlenga, Mateo Espinosa, et al.
Veröffentlicht: (2024)

Foundations of Interpretable Models
von: Barbiero, Pietro, et al.
Veröffentlicht: (2025)

LeMoF: Level-guided Multimodal Fusion for Heterogeneous Clinical Data
von: Kim, Jongseok, et al.
Veröffentlicht: (2026)

A Systematic Review of Intermediate Fusion in Multimodal Deep Learning for Biomedical Applications
von: Guarrasi, Valerio, et al.
Veröffentlicht: (2024)

Avoiding Leakage Poisoning: Concept Interventions Under Distribution Shifts
von: Zarlenga, Mateo Espinosa, et al.
Veröffentlicht: (2025)

Sparsely Multimodal Data Fusion
von: Bjorgaard, Josiah
Veröffentlicht: (2024)

Actionable Interpretability Must Be Defined in Terms of Symmetries
von: Barbiero, Pietro, et al.
Veröffentlicht: (2026)

Rethinking Multimodality: Optimizing Multimodal Deep Learning for Biomedical Signal Classification
von: Oladunni, Timothy, et al.
Veröffentlicht: (2025)

Multimodal Fusion on Low-quality Data: A Comprehensive Survey
von: Zhang, Qingyang, et al.
Veröffentlicht: (2024)

Latent Space Data Fusion Outperforms Early Fusion in Multimodal Mental Health Digital Phenotyping Data
von: Barkat, Youcef, et al.
Veröffentlicht: (2025)

UPath: Universal Planner Across Topological Heterogeneity For Grid-Based Pathfinding
von: Ananikian, Aleksandr, et al.
Veröffentlicht: (2026)

Sphere Neural-Networks for Rational Reasoning
von: Dong, Tiansi, et al.
Veröffentlicht: (2024)

Towards Effective Fusion and Forecasting of Multimodal Spatio-temporal Data for Smart Mobility
von: Wang, Chenxing
Veröffentlicht: (2024)

Continual Learning for Multimodal Data Fusion of a Soft Gripper
von: Kushawaha, Nilay, et al.
Veröffentlicht: (2024)

Multi-View Conformal Learning for Heterogeneous Sensor Fusion
von: Garcia-Ceja, Enrique
Veröffentlicht: (2024)

Rethinking Multimodal Fusion for Time Series: Auxiliary Modalities Need Constrained Fusion
von: Lee, Seunghan, et al.
Veröffentlicht: (2026)

Streamlining Multimodal Data Fusion in Wireless Communication and Sensor Networks
von: Bocus, Mohammud J., et al.
Veröffentlicht: (2023)

Interpretable Neural-Symbolic Concept Reasoning
von: Barbiero, Pietro, et al.
Veröffentlicht: (2023)

Unlocking Biomedical Insights: Hierarchical Attention Networks for High-Dimensional Data Interpretation
von: Nair, Rekha R, et al.
Veröffentlicht: (2025)

Fuse It or Lose It: Deep Fusion for Multimodal Simulation-Based Inference
von: Schmitt, Marvin, et al.
Veröffentlicht: (2023)

Towards Explainable Fusion and Balanced Learning in Multimodal Sentiment Analysis
von: Luo, Miaosen, et al.
Veröffentlicht: (2025)

Unimodal-driven Distillation in Multimodal Emotion Recognition with Dynamic Fusion
von: Li, Jiagen, et al.
Veröffentlicht: (2025)

MedPix 2.0: A Comprehensive Multimodal Biomedical Data set for Advanced AI Applications with Retrieval Augmented Generation and Knowledge Graphs
von: Siragusa, Irene, et al.
Veröffentlicht: (2024)