Buchumschlag

First-Order Manifold Data Augmentation for Regression Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kaufman, Ilya, Azencot, Omri
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

Curvature Enhanced Data Augmentation for Regression
von: Sirot, Ilya Kaufman, et al.
Veröffentlicht: (2025)

Analyzing Deep Transformer Models for Time Series Forecasting via Manifold Learning
von: Kaufman, Ilya, et al.
Veröffentlicht: (2024)

Data Augmentation Policy Search for Long-Term Forecasting
von: Nochumsohn, Liran, et al.
Veröffentlicht: (2024)

XCTFormer: Leveraging Cross-Channel and Cross-Time Dependencies for Enhanced Time-Series Analysis
von: Zexer, Israel, et al.
Veröffentlicht: (2026)

A Multi-Task Learning Approach to Linear Multivariate Forecasting
von: Nochumsohn, Liran, et al.
Veröffentlicht: (2025)

A Diffusion Model for Regular Time Series Generation from Irregular Data with Completion and Masking
von: Fadlon, Gal, et al.
Veröffentlicht: (2025)

Time Series Generation Under Data Scarcity: A Unified Generative Modeling Approach
von: Gonen, Tal, et al.
Veröffentlicht: (2025)

Super-Linear: A Lightweight Pretrained Mixture of Linear Experts for Time Series Forecasting
von: Nochumsohn, Liran, et al.
Veröffentlicht: (2025)

Generative Modeling of Regular and Irregular Time Series Data via Koopman VAEs
von: Naiman, Ilan, et al.
Veröffentlicht: (2023)

Beyond Data Scarcity: A Frequency-Driven Framework for Zero-Shot Forecasting
von: Nochumsohn, Liran, et al.
Veröffentlicht: (2024)

Sequential Disentanglement by Extracting Static Information From A Single Sequence Element
von: Berman, Nimrod, et al.
Veröffentlicht: (2024)

DiffSDA: Unsupervised Diffusion Sequential Disentanglement Across Modalities
von: Zisling, Hedi, et al.
Veröffentlicht: (2025)

One-Step Offline Distillation of Diffusion-based Models via Koopman Modeling
von: Berman, Nimrod, et al.
Veröffentlicht: (2025)

Reviving Life on the Edge: Joint Score-Based Graph Generation of Rich Edge Attributes
von: Berman, Nimrod, et al.
Veröffentlicht: (2024)

Disentanglement Beyond Static vs. Dynamic: A Benchmark and Evaluation Framework for Multi-Factor Sequential Representations
von: Barami, Tal, et al.
Veröffentlicht: (2025)

DAPLSR: Data Augmentation Partial Least Squares Regression Model via Manifold Optimization
von: Chen, Haoran, et al.
Veröffentlicht: (2025)

Utilizing Image Transforms and Diffusion Models for Generative Modeling of Short and Long Time Series
von: Naiman, Ilan, et al.
Veröffentlicht: (2024)

Towards General Modality Translation with Contrastive and Predictive Latent Diffusion Bridge
von: Berman, Nimrod, et al.
Veröffentlicht: (2025)

Data Augmentation for Deep Learning Regression Tasks by Machine Learning Models
von: Shmuel, Assaf, et al.
Veröffentlicht: (2025)

Automated Manifold Learning for Reduced Order Modeling
von: Nasim, Imran, et al.
Veröffentlicht: (2025)

Regression Augmentation With Data-Driven Segmentation
von: Alahyari, Shayan, et al.
Veröffentlicht: (2025)

CAMEL: Curvature-Augmented Manifold Embedding and Learning
von: Xu, Nan, et al.
Veröffentlicht: (2023)

Bridging Efficiency and Safety: Formal Verification of Neural Networks with Early Exits
von: Elboher, Yizhak Yisrael, et al.
Veröffentlicht: (2025)

Augmentation Invariant Manifold Learning
von: Wang, Shulei
Veröffentlicht: (2022)

Vector Quantile Regression on Manifolds
von: Pegoraro, Marco, et al.
Veröffentlicht: (2023)

Implicit Manifold Gaussian Process Regression
von: Fichera, Bernardo, et al.
Veröffentlicht: (2023)

Active Learning for Manifold Gaussian Process Regression
von: Cheng, Yuanxing, et al.
Veröffentlicht: (2025)

Multilinear Kernel Regression and Imputation via Manifold Learning
von: Nguyen, Duc Thien, et al.
Veröffentlicht: (2024)

Unraveling Hidden Representations: A Multi-Modal Layer Analysis for Better Synthetic Content Forensics
von: Or, Tom, et al.
Veröffentlicht: (2025)

Curvature Augmented Manifold Embedding and Learning
von: Liu, Yongming
Veröffentlicht: (2024)

FLEX: A Backbone for Diffusion-Based Modeling of Spatio-temporal Physical Systems
von: Erichson, N. Benjamin, et al.
Veröffentlicht: (2025)

Neural Networks for Censored Expectile Regression Based on Data Augmentation
von: Cao, Wei, et al.
Veröffentlicht: (2025)

Augment on Manifold: Mixup Regularization with UMAP
von: El-Laham, Yousef, et al.
Veröffentlicht: (2023)

Fréchet Regression on the Bures-Wasserstein Manifold
von: Nguyen, Duc Toan, et al.
Veröffentlicht: (2026)

Sheaf Neural Networks on SPD Manifolds: Second-Order Geometric Representation Learning
von: Peng, Yuhan, et al.
Veröffentlicht: (2026)

Supervised Manifold Learning for Functional Data
von: Tan, Ruoxu, et al.
Veröffentlicht: (2025)

RC-Mixup: A Data Augmentation Strategy against Noisy Data for Regression Tasks
von: Hwang, Seong-Hyeon, et al.
Veröffentlicht: (2024)

Diffusion-based Semi-supervised Spectral Algorithm for Regression on Manifolds
von: Xia, Weichun, et al.
Veröffentlicht: (2024)

Transductive and Learning-Augmented Online Regression
von: Raman, Vinod, et al.
Veröffentlicht: (2025)

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