Buchumschlag

AdapTable: Test-Time Adaptation for Tabular Data via Shift-Aware Uncertainty Calibrator and Label Distribution Handler

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kim, Changhun, Kim, Taewon, Woo, Seungyeon, Yang, June Yong, Yang, Eunho
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

CloudFixer: Test-Time Adaptation for 3D Point Clouds via Diffusion-Guided Geometric Transformation
von: Shim, Hajin, et al.
Veröffentlicht: (2024)

Unleashing the Potential of Text-attributed Graphs: Automatic Relation Decomposition via Large Language Models
von: Seo, Hyunjin, et al.
Veröffentlicht: (2024)

Towards Reliable Test-Time Adaptation: Style Invariance as a Correctness Likelihood
von: Nam, Gilhyun, et al.
Veröffentlicht: (2025)

TIMING: Temporality-Aware Integrated Gradients for Time Series Explanation
von: Jang, Hyeongwon, et al.
Veröffentlicht: (2025)

Structure-Aware Set Transformers: Temporal and Variable-Type Attention Biases for Asynchronous Clinical Time Series
von: Lee, Joohyung, et al.
Veröffentlicht: (2026)

Stable-TTS: Stable Speaker-Adaptive Text-to-Speech Synthesis via Prosody Prompting
von: Han, Wooseok, et al.
Veröffentlicht: (2024)

REBIND: Enhancing ground-state molecular conformation via force-based graph rewiring
von: Kim, Taewon, et al.
Veröffentlicht: (2024)

Label Distribution Shift-Aware Prediction Refinement for Test-Time Adaptation
von: Jang, Minguk, et al.
Veröffentlicht: (2024)

DeltaSHAP: Explaining Prediction Evolutions in Online Patient Monitoring with Shapley Values
von: Kim, Changhun, et al.
Veröffentlicht: (2025)

Delta-XAI: A Unified Framework for Explaining Prediction Changes in Online Time Series Monitoring
von: Kim, Changhun, et al.
Veröffentlicht: (2025)

Verifying Meta-Awareness via Predictive Rewards in Reasoning Models
von: Kim, Yoonjeon, et al.
Veröffentlicht: (2025)

Benchmarking Distribution Shift in Tabular Data with TableShift
von: Gardner, Josh, et al.
Veröffentlicht: (2023)

A Simple Remedy for Dataset Bias via Self-Influence: A Mislabeled Sample Perspective
von: Jung, Yeonsung, et al.
Veröffentlicht: (2024)

Preserve or Modify? Context-Aware Evaluation for Balancing Preservation and Modification in Text-Guided Image Editing
von: Kim, Yoonjeon, et al.
Veröffentlicht: (2024)

When Normality Shifts: Risk-Aware Test-Time Adaptation for Unsupervised Tabular Anomaly Detection
von: Huang, Wei, et al.
Veröffentlicht: (2026)

Progress by Pieces: Test-Time Scaling for Autoregressive Image Generation
von: Park, Joonhyung, et al.
Veröffentlicht: (2025)

Mitigating Label Shift in Tabular In-Context Learning via Test-Time Posterior Adjustment
von: Lee, Seunghan
Veröffentlicht: (2026)

No Token Left Behind: Reliable KV Cache Compression via Importance-Aware Mixed Precision Quantization
von: Yang, June Yong, et al.
Veröffentlicht: (2024)

Fully Test-time Adaptation for Tabular Data
von: Zhou, Zhi, et al.
Veröffentlicht: (2024)

Contrastive Conditional Alignment based on Label Shift Calibration for Imbalanced Domain Adaptation
von: Sun, Xiaona, et al.
Veröffentlicht: (2024)

Masked Language Modeling Becomes Conditional Density Estimation for Tabular Data Synthesis
von: An, Seunghwan, et al.
Veröffentlicht: (2024)

CANDI: Curated Test-Time Adaptation for Multivariate Time-Series Anomaly Detection Under Distribution Shift
von: Kim, HyunGi, et al.
Veröffentlicht: (2026)

Distribution Shift Aware Neural Tabular Learning
von: Ying, Wangyang, et al.
Veröffentlicht: (2025)

Uncertainty-Calibrated Test-Time Model Adaptation without Forgetting
von: Tan, Mingkui, et al.
Veröffentlicht: (2024)

CAST: Cluster-Aware Self-Training for Tabular Data via Reliable Confidence
von: Kim, Minwook, et al.
Veröffentlicht: (2023)

Predicting Infall Time of Milky-Way Satellites via Machine Learning
von: Kim, Seungyeon, et al.
Veröffentlicht: (2025)

LFQ: Logit-aware Final-block Quantization for Boosting the Generation Quality of Low-Bit Quantized LLMs
von: Lee, Jung Hyun, et al.
Veröffentlicht: (2026)

Channel-Selective Normalization for Label-Shift Robust Test-Time Adaptation
von: Vianna, Pedro, et al.
Veröffentlicht: (2024)

SafePlanner: Testing Safety of the Automated Driving System Plan Model
von: Kim, Dohyun, et al.
Veröffentlicht: (2026)

PromptKD: Distilling Student-Friendly Knowledge for Generative Language Models via Prompt Tuning
von: Kim, Gyeongman, et al.
Veröffentlicht: (2024)

BHaRNet: Reliability-Aware Body-Hand Modality Expertized Networks for Fine-grained Skeleton Action Recognition
von: Cho, Seungyeon, et al.
Veröffentlicht: (2026)

Empowering Multimodal Respiratory Sound Classification with Counterfactual Adversarial Debiasing for Out-of-Distribution Robustness
von: Koo, Heejoon, et al.
Veröffentlicht: (2025)

Toward Robust LiDAR based 3D Object Detection via Density-Aware Adaptive Thresholding
von: Lee, Eunho, et al.
Veröffentlicht: (2024)

AnyCamVLA: Zero-Shot Camera Adaptation for Viewpoint Robust Vision-Language-Action Models
von: Heo, Hyeongjun, et al.
Veröffentlicht: (2026)

Distribution-Aware Continual Test-Time Adaptation for Semantic Segmentation
von: Ni, Jiayi, et al.
Veröffentlicht: (2023)

A Robust Method for Fault Detection and Severity Estimation in Mechanical Vibration Data
von: Jeon, Youngjae, et al.
Veröffentlicht: (2025)

Multi-Label Test-Time Adaptation with Bound Entropy Minimization
von: Wu, Xiangyu, et al.
Veröffentlicht: (2025)

Becoming Experienced Judges: Selective Test-Time Learning for Evaluators
von: Jwa, Seungyeon, et al.
Veröffentlicht: (2025)

Data-Driven, Geometry-Aware Optimal-Transport Calibration of Flavor Tagger
von: Kim, Yeonjoon, et al.
Veröffentlicht: (2026)

Theory-inspired Label Shift Adaptation via Aligned Distribution Mixture
von: Fan, Ruidong, et al.
Veröffentlicht: (2024)