:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Sapkota, Suman, Bhattarai, Binod
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2311.18735
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Input Invex Neural Network
von: Sapkota, Suman, et al.
Veröffentlicht: (2021)

Metric as Transform: Exploring beyond Affine Transform for Interpretable Neural Network
von: Sapkota, Suman
Veröffentlicht: (2024)

General Loss Functions Lead to (Approximate) Interpolation in High Dimensions
von: Lai, Kuo-Wei, et al.
Veröffentlicht: (2023)

On the Dimension-Free Approximation of Deep Neural Networks for Symmetric Korobov Functions
von: Lu, Yulong, et al.
Veröffentlicht: (2025)

NERO: Explainable Out-of-Distribution Detection with Neuron-level Relevance
von: Chhetri, Anju, et al.
Veröffentlicht: (2025)

Active Label Refinement for Robust Training of Imbalanced Medical Image Classification Tasks in the Presence of High Label Noise
von: Khanal, Bidur, et al.
Veröffentlicht: (2024)

Beyond Token Eviction: Mixed-Dimension Budget Allocation for Efficient KV Cache Compression
von: Miao, Ruijie, et al.
Veröffentlicht: (2026)

MLP-SRGAN: A Single-Dimension Super Resolution GAN using MLP-Mixer
von: Mitha, Samir, et al.
Veröffentlicht: (2023)

How does self-supervised pretraining improve robustness against noisy labels across various medical image classification datasets?
von: Khanal, Bidur, et al.
Veröffentlicht: (2024)

Variational LSTM with Augmented Inputs: Nonlinear Response History Metamodeling with Aleatoric and Epistemic Uncertainty
von: Sapkota, Manisha, et al.
Veröffentlicht: (2026)

Two is better than one: A Collapse-free Multi-Reward RLIF Training Framework
von: Joarder, Shourov, et al.
Veröffentlicht: (2026)

Multimodal Federated Learning With Missing Modalities through Feature Imputation Network
von: Poudel, Pranav, et al.
Veröffentlicht: (2025)

The No-Clash Teaching Dimension is Bounded by VC Dimension
von: Liu, Jiahua, et al.
Veröffentlicht: (2026)

Dimension-Free Decision Calibration for Nonlinear Loss Functions
von: Tang, Jingwu, et al.
Veröffentlicht: (2025)

Anchoring Values in Temporal and Group Dimensions for Flow Matching Model Alignment
von: Shao, Yawen, et al.
Veröffentlicht: (2025)

Symmetry Breaking in Neural Network Optimization: Insights from Input Dimension Expansion
von: Zhang, Jun-Jie, et al.
Veröffentlicht: (2024)

Learning Functional Graphs with Nonlinear Sufficient Dimension Reduction
von: Kim, Kyongwon, et al.
Veröffentlicht: (2026)

Hardware-Friendly Input Expansion for Accelerating Function Approximation
von: Lou, Hu, et al.
Veröffentlicht: (2026)

Low-Dimension-to-High-Dimension Generalization And Its Implications for Length Generalization
von: Chen, Yang, et al.
Veröffentlicht: (2024)

Dimension-Free Convergence of Diffusion Models for Approximate Gaussian Mixtures
von: Li, Gen, et al.
Veröffentlicht: (2025)

FFNet: MetaMixer-based Efficient Convolutional Mixer Design
von: Yun, Seokju, et al.
Veröffentlicht: (2024)

Rescaled Influence Functions: Accurate Data Attribution in High Dimension
von: Rubinstein, Ittai, et al.
Veröffentlicht: (2025)

The Rank-Reduced Kalman Filter: Approximate Dynamical-Low-Rank Filtering In High Dimensions
von: Schmidt, Jonathan, et al.
Veröffentlicht: (2023)

TimeMixer: Decomposable Multiscale Mixing for Time Series Forecasting
von: Wang, Shiyu, et al.
Veröffentlicht: (2024)

LLM-Mixer: Multiscale Mixing in LLMs for Time Series Forecasting
von: Kowsher, Md, et al.
Veröffentlicht: (2024)

Approximating Uniform Random Rotations by Two-Block Structured Hadamard Rotations in High Dimensions
von: Zilca, Tomer, et al.
Veröffentlicht: (2026)

FedVG: Gradient-Guided Aggregation for Enhanced Federated Learning
von: Devkota, Alina, et al.
Veröffentlicht: (2026)

The Dimension of Self-Directed Learning
von: Devulapalli, Pramith, et al.
Veröffentlicht: (2024)

Dimension Agnostic Neural Processes
von: Lee, Hyungi, et al.
Veröffentlicht: (2025)

Dimension Reduction for Symbolic Regression
von: Kahlmeyer, Paul, et al.
Veröffentlicht: (2025)

Active Subspaces in Infinite Dimension
von: Kundu, Poorbita, et al.
Veröffentlicht: (2025)

DimGrow: Memory-Efficient Field-level Embedding Dimension Search
von: Huang, Yihong, et al.
Veröffentlicht: (2025)

Cross-Task Data Augmentation by Pseudo-label Generation for Region Based Coronary Artery Instance Segmentation
von: Pokhrel, Sandesh, et al.
Veröffentlicht: (2023)

PatchMixer: A Patch-Mixing Architecture for Long-Term Time Series Forecasting
von: Gong, Zeying, et al.
Veröffentlicht: (2023)

Effective Littlestone Dimension
von: Rose, Valentino Delle, et al.
Veröffentlicht: (2024)

U-Mixer: An Unet-Mixer Architecture with Stationarity Correction for Time Series Forecasting
von: Ma, Xiang, et al.
Veröffentlicht: (2024)

Mixing It Up: Exploring Mixer Networks for Irregular Multivariate Time Series Forecasting
von: Klötergens, Christian, et al.
Veröffentlicht: (2025)

On the Intrinsic Dimensions of Data in Kernel Learning
von: Takhanov, Rustem
Veröffentlicht: (2026)

Exploring the Dimensions of a Variational Neuron
von: Ruffenach, Yves
Veröffentlicht: (2026)

Structural Dimension Reduction in Bayesian Networks
von: Heng, Pei, et al.
Veröffentlicht: (2026)