Buchumschlag

Pretext Training Algorithms for Event Sequence Data

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Yimu, Zhao, He, Deng, Ruizhi, Tung, Frederick, Mori, Greg
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Binning as a Pretext Task: Improving Self-Supervised Learning in Tabular Domains
von: Lee, Kyungeun, et al.
Veröffentlicht: (2024)

Quantitative Estimation of Target Task Performance from Unsupervised Pretext Task in Semi/Self-Supervised Learning
von: Jia, Lin-Han, et al.
Veröffentlicht: (2025)

EVIL: Evolving Interpretable Algorithms for Zero-Shot Inference on Event Sequences and Time Series with LLMs
von: Berghaus, David
Veröffentlicht: (2026)

Transforming Multidimensional Time Series into Interpretable Event Sequences for Advanced Data Mining
von: Yan, Xu, et al.
Veröffentlicht: (2024)

FastDiSS: Few-step Match Many-step Diffusion Language Model on Sequence-to-Sequence Generation--Full Version
von: Nguyen-Cong, Dat, et al.
Veröffentlicht: (2026)

EBES: Easy Benchmarking for Event Sequences
von: Osin, Dmitry, et al.
Veröffentlicht: (2024)

MMEarth: Exploring Multi-Modal Pretext Tasks For Geospatial Representation Learning
von: Nedungadi, Vishal, et al.
Veröffentlicht: (2024)

Rethinking Spectral Augmentation for Contrast-based Graph Self-Supervised Learning
von: Jian, Xiangru, et al.
Veröffentlicht: (2024)

Generative Fuzzy System for Sequence Generation
von: Yang, Hailong, et al.
Veröffentlicht: (2024)

Forget Sharpness: Perturbed Forgetting of Model Biases Within SAM Dynamics
von: Vani, Ankit, et al.
Veröffentlicht: (2024)

StreamBP: Memory-Efficient Exact Backpropagation for Long Sequence Training of LLMs
von: Luo, Qijun, et al.
Veröffentlicht: (2025)

SeqNAS: Neural Architecture Search for Event Sequence Classification
von: Udovichenko, Igor, et al.
Veröffentlicht: (2024)

MLEM: Generative and Contrastive Learning as Distinct Modalities for Event Sequences
von: Moskvoretskii, Viktor, et al.
Veröffentlicht: (2024)

Learning to Predict, Discover, and Reason in High-Dimensional Event Sequences
von: Math, Hugo
Veröffentlicht: (2026)

Efficient Ensembles Improve Training Data Attribution
von: Deng, Junwei, et al.
Veröffentlicht: (2024)

Were RNNs All We Needed?
von: Feng, Leo, et al.
Veröffentlicht: (2024)

A Memetic Walrus Algorithm with Expert-guided Strategy for Adaptive Curriculum Sequencing
von: Huang, Qionghao, et al.
Veröffentlicht: (2025)

Multimodal Banking Dataset: Understanding Client Needs through Event Sequences
von: Mollaev, Dzhambulat, et al.
Veröffentlicht: (2024)

Detecting the Future: All-at-Once Event Sequence Forecasting with Horizon Matching
von: Karpukhin, Ivan, et al.
Veröffentlicht: (2024)

From Observations to Events: Event-Aware World Model for Reinforcement Learning
von: Peng, Zhao-Han, et al.
Veröffentlicht: (2026)

VESPO: Variational Sequence-Level Soft Policy Optimization for Stable Off-Policy LLM Training
von: Shen, Guobin, et al.
Veröffentlicht: (2026)

SR4-Fit: An Interpretable and Informative Classification Algorithm Applied to Prediction of U.S. House of Representatives Elections
von: Krishnan, Shyam Sundar Murali, et al.
Veröffentlicht: (2026)

One-Shot Multi-Label Causal Discovery in High-Dimensional Event Sequences
von: Math, Hugo, et al.
Veröffentlicht: (2025)

Beyond Isolated Clients: Integrating Graph-Based Embeddings into Event Sequence Models
von: Proshian, Harry, et al.
Veröffentlicht: (2026)

ADLGen: Synthesizing Symbolic, Event-Triggered Sensor Sequences for Human Activity Modeling
von: You, Weihang, et al.
Veröffentlicht: (2025)

RaanA: A Fast, Flexible, and Data-Efficient Post-Training Quantization Algorithm
von: Yang, Yongyi, et al.
Veröffentlicht: (2025)

Gradient Descent Algorithm Survey
von: Fucheng, Deng, et al.
Veröffentlicht: (2025)

Sub-Scaling Laws: On the Role of Data Density and Training Strategies in LLMs
von: Chen, Zhengyu, et al.
Veröffentlicht: (2025)

Collapsing Sequence-Level Data-Policy Coverage via Poisoning Attack in Offline Reinforcement Learning
von: Zhou, Xue, et al.
Veröffentlicht: (2025)

An Optimization Algorithm for Multimodal Data Alignment
von: Zhang, Wei, et al.
Veröffentlicht: (2025)

Model-Based Offline Reinforcement Learning with Reliability-Guaranteed Sequence Modeling
von: He, Shenghong
Veröffentlicht: (2025)

Tackling Data Corruption in Offline Reinforcement Learning via Sequence Modeling
von: Xu, Jiawei, et al.
Veröffentlicht: (2024)

OMGPT: A Sequence Modeling Framework for Data-driven Operational Decision Making
von: Wang, Hanzhao, et al.
Veröffentlicht: (2025)

StockMem: An Event-Reflection Memory Framework for Stock Forecasting
von: Wang, He, et al.
Veröffentlicht: (2025)

Minifinetuning: Low-Data Generation Domain Adaptation through Corrective Self-Distillation
von: Belcak, Peter, et al.
Veröffentlicht: (2025)

Sequence-level Large Language Model Training with Contrastive Preference Optimization
von: Feng, Zhili, et al.
Veröffentlicht: (2025)

NAROCE: A Neural Algorithmic Reasoner Framework for Online Complex Event Detection
von: Han, Liying, et al.
Veröffentlicht: (2025)

ADiff4TPP: Asynchronous Diffusion Models for Temporal Point Processes
von: Mukherjee, Amartya, et al.
Veröffentlicht: (2025)

TNPAR: Topological Neural Poisson Auto-Regressive Model for Learning Granger Causal Structure from Event Sequences
von: Liu, Yuequn, et al.
Veröffentlicht: (2023)

GSA-Forecaster: Forecasting Graph-Based Time-Dependent Data with Graph Sequence Attention
von: Li, Yang, et al.
Veröffentlicht: (2021)