Buchumschlag

Uncertainty-preserving deep knowledge tracing with state-space models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Christie, S. Thomas, Cook, Carson, Rafferty, Anna N.
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computers and Society Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Predictive, scalable and interpretable knowledge tracing on structured domains
von: Zhou, Hanqi, et al.
Veröffentlicht: (2024)

Healthcare cost prediction for heterogeneous patient profiles using deep learning models with administrative claims data
von: Morid, Mohammad Amin, et al.
Veröffentlicht: (2025)

Uncertainty-based Fairness Measures
von: Kuzucu, Selim, et al.
Veröffentlicht: (2023)

Enhancing failure prediction in nuclear industry: Hybridization of knowledge- and data-driven techniques
von: Saley, Amaratou Mahamadou, et al.
Veröffentlicht: (2025)

Revealing the empirical flexibility of gas units through deep clustering
von: Bassini, Chiara Fusar, et al.
Veröffentlicht: (2025)

Epistemic diversity across language models mitigates knowledge collapse
von: Hodel, Damian, et al.
Veröffentlicht: (2025)

Exploring Heterogeneity and Uncertainty for Graph-based Cognitive Diagnosis Models in Intelligent Education
von: Shao, Pengyang, et al.
Veröffentlicht: (2024)

Counterfactual Fairness with Graph Uncertainty
von: Valério, Davi, et al.
Veröffentlicht: (2026)

Survival modeling using deep learning, machine learning and statistical methods: A comparative analysis for predicting mortality after hospital admission
von: Wang, Ziwen, et al.
Veröffentlicht: (2024)

Fairness in Ranking under Disparate Uncertainty
von: Rastogi, Richa, et al.
Veröffentlicht: (2023)

Unified Uncertainty Estimation for Cognitive Diagnosis Models
von: Wang, Fei, et al.
Veröffentlicht: (2024)

Rehabilitating Homeless: Dataset and Key Insights
von: Bykova, Anna, et al.
Veröffentlicht: (2023)

Using Adaptive Bandit Experiments to Increase and Investigate Engagement in Mental Health
von: Kumar, Harsh, et al.
Veröffentlicht: (2023)

Unequal Uncertainty: Rethinking Algorithmic Interventions for Mitigating Discrimination from AI
von: Sargeant, Holli, et al.
Veröffentlicht: (2025)

Evaluating multiple models using labeled and unlabeled data
von: Shanmugam, Divya, et al.
Veröffentlicht: (2025)

Fast Calibrated Explanations: Efficient and Uncertainty-Aware Explanations for Machine Learning Models
von: Löfström, Tuwe, et al.
Veröffentlicht: (2024)

Uncertainty-Driven Reliability: Selective Prediction and Trustworthy Deployment in Modern Machine Learning
von: Rabanser, Stephan
Veröffentlicht: (2025)

DemOpts: Fairness corrections in COVID-19 case prediction models
von: Awasthi, Naman, et al.
Veröffentlicht: (2024)

Modeling and predicting students' engagement behaviors using mixture Markov models
von: Maqsood, R., et al.
Veröffentlicht: (2024)

Satellite monitoring uncovers progress but large disparities in doubling crop yields
von: Fankhauser, Katie, et al.
Veröffentlicht: (2024)

Ethical considerations of use of hold-out sets in clinical prediction model management
von: Chislett, Louis, et al.
Veröffentlicht: (2024)

Combining data from multiple sources for urban travel mode choice modelling
von: Grzenda, Maciej, et al.
Veröffentlicht: (2024)

Intelligent Agricultural Management Considering N$_2$O Emission and Climate Variability with Uncertainties
von: Wang, Zhaoan, et al.
Veröffentlicht: (2024)

Uncertainty-Aware Probabilistic Graph Neural Networks for Road-Level Traffic Accident Prediction
von: Gao, Xiaowei, et al.
Veröffentlicht: (2023)

Machine Learning Predicts Upper Secondary Education Dropout as Early as the End of Primary School
von: Psyridou, Maria, et al.
Veröffentlicht: (2024)

Development of management systems using artificial intelligence systems and machine learning methods for boards of directors (preprint, unofficial translation)
von: Romanova, Anna
Veröffentlicht: (2025)

Navigating AI Policy Landscapes: Insights into Human Rights Considerations Across IEEE Regions
von: John, Angel Mary, et al.
Veröffentlicht: (2025)

Creative Loss: Ambiguity, Uncertainty and Indeterminacy
von: Holberton, Tom
Veröffentlicht: (2024)

PyGRF: An improved Python Geographical Random Forest model and case studies in public health and natural disasters
von: Sun, Kai, et al.
Veröffentlicht: (2024)

Incentivizing Desirable Effort Profiles in Strategic Classification: The Role of Causality and Uncertainty
von: Efthymiou, Valia, et al.
Veröffentlicht: (2025)

From Heuristics to Analytics: Forecasting Effort and Progress in Online Learning
von: Qiu, Eric S., et al.
Veröffentlicht: (2026)

Structured state-space models are deep Wiener models
von: Bonassi, Fabio, et al.
Veröffentlicht: (2023)

Macroscopic Emission Modeling of Urban Traffic Using Probe Vehicle Data: A Machine Learning Approach
von: Adlouni, Mohammed Ali El, et al.
Veröffentlicht: (2025)

An AI-driven framework for rapid and localized optimizations of urban open spaces
von: Eshraghi, Pegah, et al.
Veröffentlicht: (2025)

Stronger Baseline Models -- A Key Requirement for Aligning Machine Learning Research with Clinical Utility
von: Wolfrath, Nathan, et al.
Veröffentlicht: (2024)

Using agent-based models and EXplainable Artificial Intelligence (XAI) to simulate social behaviors and policy intervention scenarios: A case study of private well users in Ireland
von: Asghar, Rabia, et al.
Veröffentlicht: (2025)

Position: Stop Preaching and Start Practising Data Frugality for Responsible Development of AI
von: Wilson, Sophia N., et al.
Veröffentlicht: (2026)

Hip Fracture Patient Pathways and Agent-based Modelling
von: O'Connor, Alison N., et al.
Veröffentlicht: (2024)

Machine Learning in Epidemiology
von: Wright, Marvin N., et al.
Veröffentlicht: (2026)

Statistical learning for constrained functional parameters in infinite-dimensional models
von: Nabi, Razieh, et al.
Veröffentlicht: (2024)