Buchumschlag

Enhancing Supervised Visualization through Autoencoder and Random Forest Proximities for Out-of-Sample Extension

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ni, Shuang, Aumon, Adrien, Wolf, Guy, Moon, Kevin R., Rhodes, Jake S.
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

Random Forest Autoencoders for Guided Representation Learning
von: Aumon, Adrien, et al.
Veröffentlicht: (2025)

Revisiting Forest Proximities via Sparse Leaf-Incidence Kernels
von: Aumon, Adrien, et al.
Veröffentlicht: (2026)

Forest-Guided Semantic Transport for Label-Supervised Manifold Alignment
von: Aumon, Adrien, et al.
Veröffentlicht: (2026)

Forest Proximities for Time Series
von: Shaw, Ben, et al.
Veröffentlicht: (2024)

The Generalized Proximity Forest
von: Shaw, Ben, et al.
Veröffentlicht: (2025)

Random Forest-Supervised Manifold Alignment
von: Rhodes, Jake S., et al.
Veröffentlicht: (2024)

Localized Uncertainty Quantification in Random Forests via Proximities
von: Rhodes, Jake S., et al.
Veröffentlicht: (2025)

Freeze, Diffuse, Decode: Geometry-Aware Adaptation of Pretrained Transformer Embeddings for Antimicrobial Peptide Design
von: Gawade, Pankhil, et al.
Veröffentlicht: (2025)

Autoencoding Random Forests
von: Vu, Binh Duc, et al.
Veröffentlicht: (2025)

Noisy Data Visualization using Functional Data Analysis
von: Chen, Haozhe, et al.
Veröffentlicht: (2024)

Label-Guided Imputation via Forest-Based Proximities for Improved Time Series Classification
von: Rhodes, Jake S., et al.
Veröffentlicht: (2025)

Adaptive MSD-Splitting: Enhancing C4.5 and Random Forests for Skewed Continuous Attributes
von: Lee, Jake
Veröffentlicht: (2026)

Enhanced Local Explainability and Trust Scores with Random Forest Proximities
von: Rosaler, Joshua, et al.
Veröffentlicht: (2023)

Out-of-Core Dimensionality Reduction for Large Data via Out-of-Sample Extensions
von: Reichmann, Luca, et al.
Veröffentlicht: (2024)

Quantile Regression using Random Forest Proximities
von: Li, Mingshu, et al.
Veröffentlicht: (2024)

Guided Manifold Alignment with Geometry-Regularized Twin Autoencoders
von: Rhodes, Jake S., et al.
Veröffentlicht: (2025)

Out-of-Sample Embedding with Proximity Data: Projection versus Restricted Reconstruction
von: Trosset, Michael W., et al.
Veröffentlicht: (2025)

A Powerful Random Forest Featuring Linear Extensions (RaFFLE)
von: Raymaekers, Jakob, et al.
Veröffentlicht: (2025)

Graph Integration for Diffusion-Based Manifold Alignment
von: Rhodes, Jake S., et al.
Veröffentlicht: (2024)

Out-of-Distribution Radar Detection in Compound Clutter and Thermal Noise through Variational Autoencoders
von: Rouzoumka, Y A, et al.
Veröffentlicht: (2025)

LLM-Enhanced Linear Autoencoders for Recommendation
von: Moon, Jaewan, et al.
Veröffentlicht: (2025)

Self-Supervised Training with Autoencoders for Visual Anomaly Detection
von: Bauer, Alexander, et al.
Veröffentlicht: (2022)

Enhancing Sample Efficiency and Exploration in Reinforcement Learning through the Integration of Diffusion Models and Proximal Policy Optimization
von: Gao, Tianci, et al.
Veröffentlicht: (2024)

The Impact of Bootstrap Sampling Rate on Random Forest Performance in Regression Tasks
von: Iwaniuk, Michał, et al.
Veröffentlicht: (2025)

ProxiMix: Enhancing Fairness with Proximity Samples in Subgroups
von: Hu, Jingyu, et al.
Veröffentlicht: (2024)

Enhanced High-Dimensional Data Visualization through Adaptive Multi-Scale Manifold Embedding
von: Ni, Tianhao, et al.
Veröffentlicht: (2025)

Cluster-Based Random Forest Visualization and Interpretation
von: Sondag, Max, et al.
Veröffentlicht: (2025)

Wasserstein Proximal Policy Gradient
von: Zhu, Zhaoyu, et al.
Veröffentlicht: (2026)

SCOPED: Score-Curvature Out-of-distribution Proximity Evaluator for Diffusion
von: Barkley, Brett, et al.
Veröffentlicht: (2025)

Schödinger Bridge Type Diffusion Models as an Extension of Variational Autoencoders
von: Kaba, Kentaro, et al.
Veröffentlicht: (2024)

Heterogeneous Random Forest
von: Kim, Ye-eun, et al.
Veröffentlicht: (2024)

Random Forest Calibration
von: Shaker, Mohammad Hossein, et al.
Veröffentlicht: (2025)

Path-independent Flow Matching for Multi-parameter Generative Dynamics
von: Téllez, Francisco, et al.
Veröffentlicht: (2026)

Zero-Variance Gradients for Variational Autoencoders
von: Shao, Zilei, et al.
Veröffentlicht: (2025)

Ensemble Visualization With Variational Autoencoder
von: Wu, Cenyang, et al.
Veröffentlicht: (2025)

Car Sensors Health Monitoring by Verification Based on Autoencoder and Random Forest Regression
von: Torkhesari, Sahar, et al.
Veröffentlicht: (2025)

Bootstrap Sampling Rate Greater than 1.0 May Improve Random Forest Performance
von: Kaźmierczak, Stanisław, et al.
Veröffentlicht: (2024)

Paired Wasserstein Autoencoders for Conditional Sampling
von: Piening, Moritz, et al.
Veröffentlicht: (2024)

Proximal Oracles for Optimization and Sampling
von: Liang, Jiaming, et al.
Veröffentlicht: (2024)

Proximal Supervised Fine-Tuning
von: Zhu, Wenhong, et al.
Veröffentlicht: (2025)