:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ramos-Pulido, Sofia, Hernandez-Gress, Neil, Ceballos-Cancino, Hector G.
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2403.00542
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Subtract the Corruption: Training-Data-Free Corrective Machine Unlearning using Task Arithmetic
von: Mozafari, Mostafa, et al.
Veröffentlicht: (2025)

Procedural Fairness in Machine Learning
von: Wang, Ziming, et al.
Veröffentlicht: (2024)

Barycentric alignment for instance-level comparison of neural representations
von: Saha, Shreya, et al.
Veröffentlicht: (2026)

Barycentric subspace analysis of network-valued data
von: Maignant, Elodie, et al.
Veröffentlicht: (2025)

The Spectral Barycentre of a Set of Graphs with Community Structure
von: Meyer, François G.
Veröffentlicht: (2025)

Kullback-Leibler Barycentre of Stochastic Processes
von: Jaimungal, Sebastian, et al.
Veröffentlicht: (2024)

Schrödinger Bridge Matching for Tree-Structured Costs and Entropic Wasserstein Barycentres
von: Howard, Samuel, et al.
Veröffentlicht: (2025)

Multimodal Variational Autoencoder: a Barycentric View
von: Qiu, Peijie, et al.
Veröffentlicht: (2024)

Barycentric model aggregation in the Wasserstein space of distributions and a variational approach to consistency
von: Androulakis, Emmanouil, et al.
Veröffentlicht: (2025)

Procedural Generation of Algorithm Discovery Tasks in Machine Learning
von: Goldie, Alexander D., et al.
Veröffentlicht: (2026)

Forecasting Green Skill Demand in the Automotive Industry: Evidence from Online Job Postings
von: Butt, Sabur, et al.
Veröffentlicht: (2026)

Flexible Cutoff Learning: Optimizing Machine Learning Potentials After Training
von: Oerder, Rick, et al.
Veröffentlicht: (2026)

Procedural Fairness and Its Relationship with Distributive Fairness in Machine Learning
von: Wang, Ziming, et al.
Veröffentlicht: (2025)

BWLer: Barycentric Weight Layer Elucidates a Precision-Conditioning Tradeoff for PINNs
von: Liu, Jerry, et al.
Veröffentlicht: (2025)

QML-HCS: A Hypercausal Quantum Machine Learning Framework for Non-Stationary Environments
von: Mozo, Hector E
Veröffentlicht: (2025)

Ensemble Machine Learning and Statistical Procedures for Dynamic Predictions of Time-to-Event Outcomes
von: van Gerwen, Nina, et al.
Veröffentlicht: (2026)

Valid Inference for Machine Learning Model Parameters
von: Dey, Neil, et al.
Veröffentlicht: (2023)

Trade-offs Between Individual and Group Fairness in Machine Learning: A Comprehensive Review
von: Benítez-Peña, Sandra, et al.
Veröffentlicht: (2026)

Machine Learning-Based Completions Sequencing for Well Performance Optimization
von: Liu, Anjie, et al.
Veröffentlicht: (2024)

AIRwaves at CheckThat! 2025: Retrieving Scientific Sources for Implicit Claims on Social Media with Dual Encoders and Neural Re-Ranking
von: Ashbaugh, Cem, et al.
Veröffentlicht: (2025)

Hyperparameter Optimization in Machine Learning
von: Franceschi, Luca, et al.
Veröffentlicht: (2024)

Optimized IoT Intrusion Detection using Machine Learning Technique
von: Mahmud, Muhammad Zawad, et al.
Veröffentlicht: (2024)

Barycentric Neural Networks and Length-Weighted Persistent Entropy Loss: A Green Geometric and Topological Framework for Function Approximation
von: Toscano-Duran, Victor, et al.
Veröffentlicht: (2025)

Training Language Models to Self-Correct via Reinforcement Learning
von: Kumar, Aviral, et al.
Veröffentlicht: (2024)

Meta-Learning Neural Procedural Biases
von: Raymond, Christian, et al.
Veröffentlicht: (2024)

Leveraging Pre-Trained Neural Networks to Enhance Machine Learning with Variational Quantum Circuits
von: Qi, Jun, et al.
Veröffentlicht: (2024)

Bias Correction in Machine Learning-based Classification of Rare Events
von: Gubbels, Luuk, et al.
Veröffentlicht: (2024)

Optimising for Energy Efficiency and Performance in Machine Learning
von: Ferreira, Emile Dos Santos, et al.
Veröffentlicht: (2026)

Forecasting VIX using Bayesian Deep Learning
von: Hortúa, Héctor J., et al.
Veröffentlicht: (2024)

Functional Bilevel Optimization for Machine Learning
von: Petrulionyte, Ieva, et al.
Veröffentlicht: (2024)

Data Pipeline Training: Integrating AutoML to Optimize the Data Flow of Machine Learning Models
von: Wu, Jiang, et al.
Veröffentlicht: (2024)

A Temporal Stochastic Bias Correction using a Machine Learning Attention model
von: Nivron, Omer, et al.
Veröffentlicht: (2024)

Generation of Optimized Solidity Code for Machine Learning Models using LLMs
von: Sham, Nikumbh Sarthak, et al.
Veröffentlicht: (2025)

Studying the Role of Synthetic Data for Machine Learning-based Wireless Networks Traffic Forecasting
von: Pulido, José, et al.
Veröffentlicht: (2026)

Automated File-Level Logging Generation for Machine Learning Applications using LLMs: A Case Study using GPT-4o Mini
von: Rodriguez, Mayra Sofia Ruiz, et al.
Veröffentlicht: (2025)

Benchmarking Machine Learning Models for Quantum Error Correction
von: Zhao, Yue
Veröffentlicht: (2023)

Water and Electricity Consumption Forecasting at an Educational Institution using Machine Learning models with Metaheuristic Optimization
von: Alba, Eduardo Luiz, et al.
Veröffentlicht: (2024)

Predicting Ship Responses in Different Seaways using a Generalizable Force Correcting Machine Learning Method
von: Marlantes, Kyle E., et al.
Veröffentlicht: (2024)

Morphological Perceptron with Competitive Layer: Training Using Convex-Concave Procedure
von: Cunha, Iara, et al.
Veröffentlicht: (2025)

Quantum Machine Learning via Contrastive Training
von: Zhukas, Liudmila A., et al.
Veröffentlicht: (2025)