Copertina

Scalable Rule Lists Learning with Sampling

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Pellegrina, Leonardo, Vandin, Fabio
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Efficient Discovery of Significant Patterns with Few-Shot Resampling
di: Pellegrina, Leonardo, et al.
Pubblicazione: (2024)

Fast and Accurate Triangle Counting in Graph Streams Using Predictions
di: Boldrin, Cristian, et al.
Pubblicazione: (2024)

Sampling Random Graphs from the Colored Configuration Model
di: Pellegrina, Leonardo
Pubblicazione: (2026)

Efficient Approximate Temporal Triangle Counting in Streaming with Predictions
di: Venturin, Giorgio, et al.
Pubblicazione: (2025)

Neuro-Symbolic Rule Lists
di: Xu, Sascha, et al.
Pubblicazione: (2024)

The Optimal Sample Complexity of Multiclass and List Learning
di: Pabbaraju, Chirag
Pubblicazione: (2026)

Fast Percolation Centrality Approximation with Importance Sampling
di: Cruciani, Antonio, et al.
Pubblicazione: (2025)

Learning Interpretable Rules for Scalable Data Representation and Classification
di: Wang, Zhuo, et al.
Pubblicazione: (2023)

Rule Generation for Classification: Scalability, Interpretability, and Fairness
di: Röber, Tabea E., et al.
Pubblicazione: (2021)

List Sample Compression and Uniform Convergence
di: Hanneke, Steve, et al.
Pubblicazione: (2024)

Smooth Sensitivity for Learning Differentially-Private yet Accurate Rule Lists
di: Ly, Timothée, et al.
Pubblicazione: (2024)

GravityGraphSAGE: Link Prediction in Directed Attributed Graphs
di: Porcedda, Riccardo, et al.
Pubblicazione: (2026)

Federated Learning Inspired Fuzzy Systems: Decentralized Rule Updating for Privacy and Scalable Decision Making
di: Lim, Arthur Alexander, et al.
Pubblicazione: (2025)

Accurate and fast anomaly detection in industrial processes and IoT environments
di: Tonini, Simone, et al.
Pubblicazione: (2024)

Efficient Network Embedding by Approximate Equitable Partitions
di: Squillace, Giuseppe, et al.
Pubblicazione: (2024)

ChainzRule: Sample-Efficient, Robust Deep Learning Across Tabular, NLP, and Vision Tasks
di: Martnishn, Rowan
Pubblicazione: (2026)

Strong Screening Rules for Group-based SLOPE Models
di: Feser, Fabio, et al.
Pubblicazione: (2024)

Scalable and Efficient Temporal Graph Representation Learning via Forward Recent Sampling
di: Luo, Yuhong, et al.
Pubblicazione: (2024)

The Bayesian Learning Rule
di: Khan, Mohammad Emtiyaz, et al.
Pubblicazione: (2021)

GRAPES: Learning to Sample Graphs for Scalable Graph Neural Networks
di: Younesian, Taraneh, et al.
Pubblicazione: (2023)

Tilt Matching for Scalable Sampling and Fine-Tuning
di: Potaptchik, Peter, et al.
Pubblicazione: (2025)

The ProLiFIC dataset: Leveraging LLMs to Unveil the Italian Lawmaking Process
di: Contestabile, Matilde, et al.
Pubblicazione: (2025)

RuleExplorer: A Scalable Matrix Visualization for Understanding Tree Ensemble Classifiers
di: Li, Zhen, et al.
Pubblicazione: (2024)

(Sometimes) Less is More: Mitigating the Complexity of Rule-based Representation for Interpretable Classification
di: Bergamin, Luca, et al.
Pubblicazione: (2025)

One Sample to Rule Them All: Extreme Data Efficiency in Multidiscipline Reasoning with Reinforcement Learning
di: Li, Yiyuan, et al.
Pubblicazione: (2026)

A Taxonomy of Recurrent Learning Rules
di: Martín-Sánchez, Guillermo, et al.
Pubblicazione: (2022)

Safe RuleFit: Learning Optimal Sparse Rule Model by Meta Safe Screening
di: Kato, Hiroki, et al.
Pubblicazione: (2018)

DICOM De-Identification via Hybrid AI and Rule-Based Framework for Scalable, Uncertainty-Aware Redaction
di: Naddeo, Kyle, et al.
Pubblicazione: (2025)

TESS: A Scalable Temporally and Spatially Local Learning Rule for Spiking Neural Networks
di: Apolinario, Marco Paul E., et al.
Pubblicazione: (2025)

Ada-HGNN: Adaptive Sampling for Scalable Hypergraph Neural Networks
di: Wang, Shuai, et al.
Pubblicazione: (2024)

Functional Adjoint Sampler: Scalable Sampling on Infinite Dimensional Spaces
di: Park, Byoungwoo, et al.
Pubblicazione: (2025)

BiListing: Modality Alignment for Listings
di: Guy, Guillaume, et al.
Pubblicazione: (2025)

RuleReasoner: Reinforced Rule-based Reasoning via Domain-aware Dynamic Sampling
di: Liu, Yang, et al.
Pubblicazione: (2025)

Probabilistic Scoring Lists for Interpretable Machine Learning
di: Hanselle, Jonas, et al.
Pubblicazione: (2024)

Scalable Temporal Motif Densest Subnetwork Discovery
di: Sarpe, Ilie, et al.
Pubblicazione: (2024)

List Replicable Reinforcement Learning
di: Zhang, Bohan, et al.
Pubblicazione: (2025)

Scalable Equilibrium Sampling with Sequential Boltzmann Generators
di: Tan, Charlie B., et al.
Pubblicazione: (2025)

Gaussian Weight Sampling for Scalable, Efficient and Stable Pseudo-Quantization Training
di: Ahn, Myeonghwan, et al.
Pubblicazione: (2025)

FastUMAP: Scalable Dimensionality Reduction via Bipartite Landmark Sampling
di: Li, Hongmin
Pubblicazione: (2026)

From Global to Local: A Scalable Benchmark for Local Posterior Sampling
di: Hitchcock, Rohan, et al.
Pubblicazione: (2025)