Buchumschlag

Information-Theoretic Active Correlation Clustering

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Aronsson, Linus, Chehreghani, Morteza Haghir
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Correlation Clustering with Active Learning of Pairwise Similarities
von: Aronsson, Linus, et al.
Veröffentlicht: (2023)

Cold-Start Active Correlation Clustering
von: Aronsson, Linus, et al.
Veröffentlicht: (2025)

Non-Myopic Active Feature Acquisition via Pathwise Policy Gradients
von: Aronsson, Linus, et al.
Veröffentlicht: (2026)

A Survey on Active Feature Acquisition Strategies
von: Aronsson, Linus, et al.
Veröffentlicht: (2025)

An Efficient Local Search Approach for Polarized Community Discovery in Signed Networks
von: Aronsson, Linus, et al.
Veröffentlicht: (2025)

Hierarchical Correlation Clustering and Tree Preserving Embedding
von: Chehreghani, Morteza Haghir, et al.
Veröffentlicht: (2020)

AFABench: A Generic Framework for Benchmarking Active Feature Acquisition
von: Schütz, Valter, et al.
Veröffentlicht: (2025)

Shift of Pairwise Similarities for Data Clustering
von: Chehreghani, Morteza Haghir
Veröffentlicht: (2021)

Adaptive Prior Selection in Gaussian Process Bandits with Thompson Sampling
von: Sandberg, Jack, et al.
Veröffentlicht: (2025)

Passive and Active Learning of Driver Behavior from Electric Vehicles
von: Comuni, Federica, et al.
Veröffentlicht: (2022)

Efficient Online Decision Tree Learning with Active Feature Acquisition
von: Rahbar, Arman, et al.
Veröffentlicht: (2023)

Cost-Efficient Online Decision Making: A Combinatorial Multi-Armed Bandit Approach
von: Rahbar, Arman, et al.
Veröffentlicht: (2023)

Decoupling Task and Behavior: A Two-Stage Reward Curriculum in Reinforcement Learning for Robotics
von: Freitag, Kilian, et al.
Veröffentlicht: (2026)

On the Complexity of Optimal Graph Rewiring for Oversmoothing and Oversquashing in Graph Neural Networks
von: Chehreghani, Mostafa Haghir
Veröffentlicht: (2026)

Two-Stage Learned Decomposition for Scalable Routing on Multigraphs
von: Rydin, Filip, et al.
Veröffentlicht: (2026)

Bayesian Analysis of Combinatorial Gaussian Process Bandits
von: Sandberg, Jack, et al.
Veröffentlicht: (2023)

Tactical Decision Making for Autonomous Trucks by Deep Reinforcement Learning with Total Cost of Operation Based Reward
von: Pathare, Deepthi, et al.
Veröffentlicht: (2024)

Multi-Objective Reinforcement Learning for Tactical Decision Making for Trucks in Highway Traffic
von: Pathare, Deepthi, et al.
Veröffentlicht: (2026)

Tree Ensembles for Contextual Bandits
von: Nilsson, Hannes, et al.
Veröffentlicht: (2024)

Interactive Trajectory Planning with Learning-based Distributionally Robust Model Predictive Control and Markov Systems
von: Börve, Erik, et al.
Veröffentlicht: (2026)

A Benchmark Dataset for Graph Regression with Homogeneous and Multi-Relational Variants
von: Samoaa, Peter, et al.
Veröffentlicht: (2025)

Graph Neural Networks in Multi-Omics Cancer Research: A Structured Survey
von: Zohari, Payam, et al.
Veröffentlicht: (2025)

Diversity-Aware Reinforcement Learning for de novo Drug Design
von: Svensson, Hampus Gummesson, et al.
Veröffentlicht: (2024)

Utilizing Reinforcement Learning for de novo Drug Design
von: Svensson, Hampus Gummesson, et al.
Veröffentlicht: (2023)

Online Learning Models for Vehicle Usage Prediction During COVID-19
von: Lindroth, Tobias, et al.
Veröffentlicht: (2022)

Curriculum Reinforcement Learning for Complex Reward Functions
von: Freitag, Kilian, et al.
Veröffentlicht: (2024)

Heterophily-Aware Fair Recommendation using Graph Convolutional Networks
von: Gholinejad, Nemat, et al.
Veröffentlicht: (2024)

Strong Transitivity Relations and Graph Neural Networks
von: Mohamadi, Yassin, et al.
Veröffentlicht: (2024)

Less Is More -- On the Importance of Sparsification for Transformers and Graph Neural Networks for TSP
von: Lischka, Attila, et al.
Veröffentlicht: (2024)

A GREAT Architecture for Edge-Based Graph Problems Like TSP
von: Lischka, Attila, et al.
Veröffentlicht: (2024)

Beyond Simple Graphs: Neural Multi-Objective Routing on Multigraphs
von: Rydin, Filip, et al.
Veröffentlicht: (2025)

Analysing the Behaviour of Tree-Based Neural Networks in Regression Tasks
von: Samoaa, Peter, et al.
Veröffentlicht: (2024)

Diverse Mini-Batch Selection in Reinforcement Learning for Efficient Chemical Exploration in de novo Drug Design
von: Svensson, Hampus Gummesson, et al.
Veröffentlicht: (2025)

Anchor-based oversampling for imbalanced tabular data via contrastive and adversarial learning
von: Mohammadi, Hadi, et al.
Veröffentlicht: (2025)

Autonomous Drug Design with Multi-Armed Bandits
von: Svensson, Hampus Gummesson, et al.
Veröffentlicht: (2022)

Neighborhood-Order Learning Graph Attention Network for Fake News Detection
von: Lakzaei, Batool, et al.
Veröffentlicht: (2025)

LOSS-GAT: Label Propagation and One-Class Semi-Supervised Graph Attention Network for Fake News Detection
von: Lakzaei, Batool, et al.
Veröffentlicht: (2024)

A Decision-Based Heterogenous Graph Attention Network for Multi-Class Fake News Detection
von: Lakzaei, Batool, et al.
Veröffentlicht: (2025)

Content Augmented Graph Neural Networks
von: Nasrabadi, Fatemeh Gholamzadeh, et al.
Veröffentlicht: (2023)

The Causal Description Gap: Information-Theoretic Separations Across Pearl's Hierarchy
von: Emadi, Seyed Morteza
Veröffentlicht: (2026)