:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Gomes, Carlos, Brunschwiler, Thomas
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2403.17886
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

NeuCo-Bench: A Novel Benchmark Framework for Neural Embeddings in Earth Observation
von: Vinge, Rikard, et al.
Veröffentlicht: (2025)

Optimal Power Grid Operations with Foundation Models
von: Puech, Alban, et al.
Veröffentlicht: (2024)

Variation Spaces for Multi-Output Neural Networks: Insights on Multi-Task Learning and Network Compression
von: Shenouda, Joseph, et al.
Veröffentlicht: (2023)

Neural Network Compression for Reinforcement Learning Tasks
von: Ivanov, Dmitry A., et al.
Veröffentlicht: (2024)

Efficient Model Compression for Bayesian Neural Networks
von: Saha, Diptarka, et al.
Veröffentlicht: (2024)

Compressed Concatenation of Small Embedding Models
von: Ayad, Mohamed Ayoub Ben, et al.
Veröffentlicht: (2025)

Embedding Compression for Efficient Re-Identification
von: McDermott, Luke
Veröffentlicht: (2024)

Accelerating Quasi-Static Time Series Simulations with Foundation Models
von: Puech, Alban, et al.
Veröffentlicht: (2024)

Lossy Neural Compression for Geospatial Analytics: A Review
von: Gomes, Carlos, et al.
Veröffentlicht: (2025)

Panopticon: Advancing Any-Sensor Foundation Models for Earth Observation
von: Waldmann, Leonard, et al.
Veröffentlicht: (2025)

Efficient Neural Compression with Inference-time Decoding
von: Metz, C., et al.
Veröffentlicht: (2024)

Utilizing Earth Foundation Models to Enhance the Simulation Performance of Hydrological Models with AlphaEarth Embeddings
von: Qu, Pengfei, et al.
Veröffentlicht: (2026)

OlmoEarth: Stable Latent Image Modeling for Multimodal Earth Observation
von: Herzog, Henry, et al.
Veröffentlicht: (2025)

DUNIA: Pixel-Sized Embeddings via Cross-Modal Alignment for Earth Observation Applications
von: Fayad, Ibrahim, et al.
Veröffentlicht: (2025)

One Model for All Tasks: Leveraging Efficient World Models in Multi-Task Planning
von: Pu, Yuan, et al.
Veröffentlicht: (2025)

An Analysis of Temporal Dropout in Earth Observation Time Series for Regression Tasks
von: Miranda, Miro, et al.
Veröffentlicht: (2025)

Resource-Efficient Neural Networks for Embedded Systems
von: Roth, Wolfgang, et al.
Veröffentlicht: (2020)

Auto-FlexSwitch: Efficient Dynamic Model Merging via Learnable Task Vector Compression
von: Gao, Junqi, et al.
Veröffentlicht: (2026)

An Efficient Compression of Deep Neural Network Checkpoints Based on Prediction and Context Modeling
von: Kim, Yuriy, et al.
Veröffentlicht: (2025)

EarthPT: a time series foundation model for Earth Observation
von: Smith, Michael J., et al.
Veröffentlicht: (2023)

Efficient and Scalable Estimation of Distributional Treatment Effects with Multi-Task Neural Networks
von: Hirata, Tomu, et al.
Veröffentlicht: (2025)

On What Depends the Robustness of Multi-source Models to Missing Data in Earth Observation?
von: Mena, Francisco, et al.
Veröffentlicht: (2025)

Neural Weight Compression for Language Models
von: Ryu, Jegwang, et al.
Veröffentlicht: (2025)

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

Ensemble Prediction of Task Affinity for Efficient Multi-Task Learning
von: Ayman, Afiya, et al.
Veröffentlicht: (2026)

HOLE: Homological Observation of Latent Embeddings for Neural Network Interpretability
von: Athreya, Sudhanva Manjunath, et al.
Veröffentlicht: (2025)

Beyond Grid Data: Exploring Graph Neural Networks for Earth Observation
von: Zhao, Shan, et al.
Veröffentlicht: (2024)

Local Off-Grid Weather Forecasting with Multi-Modal Earth Observation Data
von: Yang, Qidong, et al.
Veröffentlicht: (2024)

Geo-OLM: Enabling Sustainable Earth Observation Studies with Cost-Efficient Open Language Models & State-Driven Workflows
von: Stamoulis, Dimitrios, et al.
Veröffentlicht: (2025)

PyViT-FUSE: A Foundation Model for Multi-Sensor Earth Observation Data
von: Weber, Manuel, et al.
Veröffentlicht: (2025)

Harvesting AlphaEarth: Benchmarking the Geospatial Foundation Model for Agricultural Downstream Tasks
von: Ma, Yuchi, et al.
Veröffentlicht: (2025)

Earth Observation Satellite Scheduling with Graph Neural Networks and Monte Carlo Tree Search
von: Jacquet, Antoine, et al.
Veröffentlicht: (2024)

Embedding Compression for Teacher-to-Student Knowledge Transfer
von: Ding, Yiwei, et al.
Veröffentlicht: (2024)

TESSERA: Temporal Embeddings of Surface Spectra for Earth Representation and Analysis
von: Feng, Zhengpeng, et al.
Veröffentlicht: (2025)

Evaluating and Benchmarking Foundation Models for Earth Observation and Geospatial AI
von: Dionelis, Nikolaos, et al.
Veröffentlicht: (2024)

Efficient Embedding-based Synthetic Data Generation for Complex Reasoning Tasks
von: Jayaraman, Srideepika, et al.
Veröffentlicht: (2026)

Efficient Multi-Task Modeling through Automated Fusion of Trained Models
von: Zhou, Jingxuan, et al.
Veröffentlicht: (2025)

Multi-Class and Multi-Task Strategies for Neural Directed Link Prediction
von: Moroni, Claudio, et al.
Veröffentlicht: (2024)

Beyond instruction-conditioning, MoTE: Mixture of Task Experts for Multi-task Embedding Models
von: Romero, Miguel, et al.
Veröffentlicht: (2025)

LLMLingua-2: Data Distillation for Efficient and Faithful Task-Agnostic Prompt Compression
von: Pan, Zhuoshi, et al.
Veröffentlicht: (2024)