Buchumschlag

Imbalance-aware Presence-only Loss Function for Species Distribution Modeling

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zbinden, Robin, van Tiel, Nina, Rußwurm, Marc, Tuia, Devis
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

Multi-Scale and Multimodal Species Distribution Modeling
von: van Tiel, Nina, et al.
Veröffentlicht: (2024)

Geographic Location Encoding with Spherical Harmonics and Sinusoidal Representation Networks
von: Rußwurm, Marc, et al.
Veröffentlicht: (2023)

On the selection and effectiveness of pseudo-absences for species distribution modeling with deep learning
von: Zbinden, Robin, et al.
Veröffentlicht: (2024)

MaskSDM with Shapley values to improve flexibility, robustness, and explainability in species distribution modeling
von: Zbinden, Robin, et al.
Veröffentlicht: (2025)

Migrating in a Warming World: A Deep Learning Approach to Predict Pan‐American Seasonal Shifts in the Monarch Butterfly Niche
von: Chiara Vanalli, et al.
Veröffentlicht: (2026)

CISO: Species Distribution Modeling Conditioned on Incomplete Species Observations
von: Abdelwahed, Hager Radi, et al.
Veröffentlicht: (2025)

MaskSDM with Shapley values to improve flexibility, robustness and explainability in species distribution modelling
von: Robin Zbinden, et al.
Veröffentlicht: (2025)

Observation-driven correction of numerical weather prediction for marine winds
von: Peduto, Matteo, et al.
Veröffentlicht: (2025)

CISO : Species distribution modelling Conditioned on Incomplete Species Observations
von: Hager Radi Abdelwahed, et al.
Veröffentlicht: (2026)

Better, Not Just More: Data-Centric Machine Learning for Earth Observation
von: Roscher, Ribana, et al.
Veröffentlicht: (2023)

TRUST: Leveraging Text Robustness for Unsupervised Domain Adaptation
von: Litrico, Mattia, et al.
Veröffentlicht: (2025)

From Classification to Segmentation with Explainable AI: A Study on Crack Detection and Growth Monitoring
von: Forest, Florent, et al.
Veröffentlicht: (2023)

Localized, High-resolution Geographic Representations with Slepian Functions
von: Rao, Arjun, et al.
Veröffentlicht: (2026)

Robust-GBDT: GBDT with Nonconvex Loss for Tabular Classification in the Presence of Label Noise and Class Imbalance
von: Luo, Jiaqi, et al.
Veröffentlicht: (2023)

What to align in multimodal contrastive learning?
von: Dufumier, Benoit, et al.
Veröffentlicht: (2024)

Measuring the Intrinsic Dimension of Earth Representations
von: Rao, Arjun, et al.
Veröffentlicht: (2025)

The Coralscapes Dataset: Semantic Scene Understanding in Coral Reefs
von: Sauder, Jonathan, et al.
Veröffentlicht: (2025)

Improving GBDT Performance on Imbalanced Datasets: An Empirical Study of Class-Balanced Loss Functions
von: Luo, Jiaqi, et al.
Veröffentlicht: (2024)

Better Together: Evaluating the Complementarity of Earth Embedding Models
von: van der Plas, Thijs L, et al.
Veröffentlicht: (2026)

Class-Imbalanced Complementary-Label Learning via Weighted Loss
von: Wei, Meng, et al.
Veröffentlicht: (2022)

Intrinsic Benefits of Categorical Distributional Loss: Uncertainty-aware Regularized Exploration in Reinforcement Learning
von: Sun, Ke, et al.
Veröffentlicht: (2021)

UPL: Uncertainty-aware Pseudo-labeling for Imbalance Transductive Node Classification
von: Teimuri, Mohammad T., et al.
Veröffentlicht: (2025)

Learning Majority-to-Minority Transformations with MMD and Triplet Loss for Imbalanced Classification
von: Cha, Suman, et al.
Veröffentlicht: (2025)

Enhancing IoT Cyber Attack Detection in the Presence of Highly Imbalanced Data
von: Haque, Md. Ehsanul, et al.
Veröffentlicht: (2025)

Quantifying Uncertainty in the Presence of Distribution Shifts
von: Slavutsky, Yuli, et al.
Veröffentlicht: (2025)

Optimizing for ROC Curves on Class-Imbalanced Data by Training over a Family of Loss Functions
von: Lieberman, Kelsey, et al.
Veröffentlicht: (2024)

SatCLIP: Global, General-Purpose Location Embeddings with Satellite Imagery
von: Klemmer, Konstantin, et al.
Veröffentlicht: (2023)

OASIS: Open-world Adaptive Self-supervised and Imbalanced-aware System
von: Kim, Miru, et al.
Veröffentlicht: (2025)

A Study on Monthly Marine Heatwave Forecasts in New Zealand: An Investigation of Imbalanced Regression Loss Functions with Neural Network Models
von: Ning, Ding, et al.
Veröffentlicht: (2025)

Provable Benefit of Sign Descent: A Minimal Model Under Heavy-Tailed Class Imbalance
von: Yadav, Robin, et al.
Veröffentlicht: (2025)

An Enhanced Focal Loss Function to Mitigate Class Imbalance in Auto Insurance Fraud Detection with Explainable AI
von: Boabang, Francis, et al.
Veröffentlicht: (2025)

Forward-only Diffusion Probabilistic Models
von: Luo, Ziwei, et al.
Veröffentlicht: (2025)

Distributional Adversarial Loss
von: Ahmadi, Saba, et al.
Veröffentlicht: (2024)

Knowledge-aware Text-Image Retrieval for Remote Sensing Images
von: Mi, Li, et al.
Veröffentlicht: (2024)

Knowledge-aware Visual Question Generation for Remote Sensing Images
von: Li, Siran, et al.
Veröffentlicht: (2026)

Beyond the Mean: Distribution-Aware Loss Functions for Bimodal Regression
von: Mohammadi-Seif, Abolfazl, et al.
Veröffentlicht: (2026)

Loss-aware Curriculum Learning for Heterogeneous Graph Neural Networks
von: Wong, Zhen Hao, et al.
Veröffentlicht: (2024)

LeanQuant: Accurate and Scalable Large Language Model Quantization with Loss-error-aware Grid
von: Zhang, Tianyi, et al.
Veröffentlicht: (2024)

Loss Functions in Diffusion Models: A Comparative Study
von: Kumar, Dibyanshu, et al.
Veröffentlicht: (2025)

Model soups need only one ingredient
von: Abdollahpoorrostam, Alireza, et al.
Veröffentlicht: (2026)