Copertina

Conformalized Selective Regression

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Sokol, Anna, Moniz, Nuno, Chawla, Nitesh
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Intersectional Divergence: Measuring Fairness in Regression
di: Germino, Joe, et al.
Pubblicazione: (2025)

Fast Explanations via Policy Gradient-Optimized Explainer
di: Pan, Deng, et al.
Pubblicazione: (2024)

AnyLoss: Transforming Classification Metrics into Loss Functions
di: Han, Doheon, et al.
Pubblicazione: (2024)

Spectral Manifold Harmonization for Graph Imbalanced Regression
di: Nogueira, Brenda, et al.
Pubblicazione: (2025)

Differentially-Private Data Synthetisation for Efficient Re-Identification Risk Control
di: Carvalho, Tânia, et al.
Pubblicazione: (2022)

Do LLMs have core beliefs?
di: Sokol, Anna, et al.
Pubblicazione: (2026)

SPECTRA: Spectral Domain-Aware Graph Generation for Imbalanced Molecular Property Regression
di: Nogueira, Brenda, et al.
Pubblicazione: (2025)

Genotype-Conditioned Molecular Generation via Evidence-Grounded Multi-Objective Latent Perturbation in Diffusion Models
di: Nogueira, Brenda, et al.
Pubblicazione: (2026)

Are we making much progress? Revisiting chemical reaction yield prediction from an imbalanced regression perspective
di: Ma, Yihong, et al.
Pubblicazione: (2024)

Relevance-aware Algorithmic Recourse
di: Kim, Dongwhi, et al.
Pubblicazione: (2024)

BenchmarkCards: Standardized Documentation for Large Language Model Benchmarks
di: Sokol, Anna, et al.
Pubblicazione: (2024)

The Hidden Influence of Latent Feature Magnitude When Learning with Imbalanced Data
di: Dablain, Damien A., et al.
Pubblicazione: (2024)

You do not have to train Graph Neural Networks at all on text-attributed graphs
di: Dong, Kaiwen, et al.
Pubblicazione: (2024)

Automated Privacy-Preserving Techniques via Meta-Learning
di: Carvalho, Tânia, et al.
Pubblicazione: (2024)

Capability-Oriented Training Induced Alignment Risk
di: Zhou, Yujun, et al.
Pubblicazione: (2026)

Time Series Data Augmentation as an Imbalanced Learning Problem
di: Cerqueira, Vitor, et al.
Pubblicazione: (2024)

CORE: Data Augmentation for Link Prediction via Information Bottleneck
di: Dong, Kaiwen, et al.
Pubblicazione: (2024)

Universal Link Predictor By In-Context Learning on Graphs
di: Dong, Kaiwen, et al.
Pubblicazione: (2024)

Post-Fair Federated Learning: Achieving Group and Community Fairness in Federated Learning via Post-processing
di: Duan, Yuying, et al.
Pubblicazione: (2024)

Class-Aware Contrastive Optimization for Imbalanced Text Classification
di: Khvatskii, Grigorii, et al.
Pubblicazione: (2024)

Synthetic Data Outliers: Navigating Identity Disclosure
di: Trindade, Carolina, et al.
Pubblicazione: (2024)

Pure Message Passing Can Estimate Common Neighbor for Link Prediction
di: Dong, Kaiwen, et al.
Pubblicazione: (2023)

Experiential-Informed Data Reconstruction for Fishery Sustainability and Policies in the Azores
di: Nogueira, Brenda, et al.
Pubblicazione: (2023)

Can we Soft Prompt LLMs for Graph Learning Tasks?
di: Liu, Zheyuan, et al.
Pubblicazione: (2024)

FLAME: Towards Federated Fine-Tuning Large Language Models Through Adaptive SMoE
di: Le, Khiem, et al.
Pubblicazione: (2025)

AgentDrug: Utilizing Large Language Models in An Agentic Workflow for Zero-Shot Molecular Editing
di: Le, Khiem, et al.
Pubblicazione: (2024)

HONEM: Learning Embedding for Higher Order Networks
di: Saebi, Mandana, et al.
Pubblicazione: (2019)

Conformal Prediction for Multimodal Regression
di: Bose, Alexis, et al.
Pubblicazione: (2024)

On Volume Minimization in Conformal Regression
di: Bars, Batiste Le, et al.
Pubblicazione: (2025)

NGQA: A Nutritional Graph Question Answering Benchmark for Personalized Health-aware Nutritional Reasoning
di: Zhang, Zheyuan, et al.
Pubblicazione: (2024)

A Survey of Large Language Models for Graphs
di: Ren, Xubin, et al.
Pubblicazione: (2024)

Context Attribution with Multi-Armed Bandit Optimization
di: Pan, Deng, et al.
Pubblicazione: (2025)

Normalizing Flows for Conformal Regression
di: Colombo, Nicolo
Pubblicazione: (2024)

AutoLLMResearch: Training Research Agents for Automating LLM Experiment Configuration - Learning from Cheap, Optimizing Expensive
di: Guo, Taicheng, et al.
Pubblicazione: (2026)

Conformal Prediction via Regression-as-Classification
di: Guha, Etash, et al.
Pubblicazione: (2024)

Conformal Thresholded Intervals for Efficient Regression
di: Luo, Rui, et al.
Pubblicazione: (2024)

LabSafety Bench: Benchmarking LLMs on Safety Issues in Scientific Labs
di: Zhou, Yujun, et al.
Pubblicazione: (2024)

HetGPT: Harnessing the Power of Prompt Tuning in Pre-Trained Heterogeneous Graph Neural Networks
di: Ma, Yihong, et al.
Pubblicazione: (2023)

Interpretable Scientific Discovery with Symbolic Regression: A Review
di: Makke, Nour, et al.
Pubblicazione: (2022)

Conformalized Regression for Continuous Bounded Outcomes
di: Wu, Zhanli, et al.
Pubblicazione: (2025)