:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Rahmati, Amir Hossein, Fan, Mingzhou, Zhou, Ruida, Urban, Nathan M., Yoon, Byung-Jun, Qian, Xiaoning
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2408.13690
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Cost-effective Reduced-Order Modeling via Bayesian Active Learning
von: Rahmati, Amir Hossein, et al.
Veröffentlicht: (2025)

C-LoRA: Contextual Low-Rank Adaptation for Uncertainty Estimation in Large Language Models
von: Rahmati, Amir Hossein, et al.
Veröffentlicht: (2025)

Path-Guided Particle-based Sampling
von: Fan, Mingzhou, et al.
Veröffentlicht: (2024)

Goal-driven Bayesian Optimal Experimental Design for Robust Decision-Making Under Model Uncertainty
von: Go, Jinwoo, et al.
Veröffentlicht: (2026)

Leveraging Active Subspaces to Capture Epistemic Model Uncertainty in Deep Generative Models for Molecular Design
von: Abeer, A N M Nafiz, et al.
Veröffentlicht: (2024)

Uncertainty-Aware Adaptation of Large Language Models for Protein-Protein Interaction Analysis
von: Jantre, Sanket, et al.
Veröffentlicht: (2025)

Multi-modal Representation Learning for Cross-modal Prediction of Continuous Weather Patterns from Discrete Low-Dimensional Data
von: Qayyum, Alif Bin Abdul, et al.
Veröffentlicht: (2024)

Epidemiological Model Calibration via Graybox Bayesian Optimization
von: Niu, Puhua, et al.
Veröffentlicht: (2024)

Implicit Neural Representations for Simultaneous Reduction and Continuous Reconstruction of Multi-Altitude Climate Data
von: Qayyum, Alif Bin Abdul, et al.
Veröffentlicht: (2024)

Enhancing Generative Molecular Design via Uncertainty-guided Fine-tuning of Variational Autoencoders
von: Abeer, A N M Nafiz, et al.
Veröffentlicht: (2024)

GFlowNet Training by Policy Gradients
von: Niu, Puhua, et al.
Veröffentlicht: (2024)

LoRA-BERT: a Natural Language Processing Model for Robust and Accurate Prediction of long non-coding RNAs
von: Jeon, Nicholas, et al.
Veröffentlicht: (2024)

Data-Augmented Few-Shot Neural Emulator for Computer-Model System Identification
von: Jantre, Sanket, et al.
Veröffentlicht: (2025)

Multi-Objective Latent Space Optimization of Generative Molecular Design Models
von: Abeer, A N M Nafiz, et al.
Veröffentlicht: (2022)

Pathway-Guided Optimization of Deep Generative Molecular Design Models for Cancer Therapy
von: Qayyum, Alif Bin Abdul, et al.
Veröffentlicht: (2024)

Sequential Bayesian Neural Subnetwork Ensembles
von: Jantre, Sanket, et al.
Veröffentlicht: (2022)

An Information-Theoretic Approach to Understanding Transformers' In-Context Learning of Variable-Order Markov Chains
von: Zhou, Ruida, et al.
Veröffentlicht: (2024)

Constrained Reinforcement Learning Under Model Mismatch
von: Sun, Zhongchang, et al.
Veröffentlicht: (2024)

Improving RCT-Based CATE Estimation Under Covariate Mismatch via Calibrated Alignment
von: Asiaee, Amir, et al.
Veröffentlicht: (2026)

Predictive Maintenance of Electric Motors Using Supervised Learning Models: A Comparative Analysis
von: Baradaran, Amir Hossein
Veröffentlicht: (2025)

The Alignment Ceiling: Objective Mismatch in Reinforcement Learning from Human Feedback
von: Lambert, Nathan, et al.
Veröffentlicht: (2023)

Correlational Lagrangian Schrödinger Bridge: Learning Dynamics with Population-Level Regularization
von: You, Yuning, et al.
Veröffentlicht: (2024)

Byzantine-Robust Federated Learning Framework with Post-Quantum Secure Aggregation for Real-Time Threat Intelligence Sharing in Critical IoT Infrastructure
von: Rahmati, Milad, et al.
Veröffentlicht: (2026)

SPIRE: Conditional Personalization for Federated Diffusion Generative Models
von: Ozkara, Kaan, et al.
Veröffentlicht: (2025)

Learning U-Statistics with Active Inference
von: Wang, Xiaoning, et al.
Veröffentlicht: (2026)

A Unified View on Solving Objective Mismatch in Model-Based Reinforcement Learning
von: Wei, Ran, et al.
Veröffentlicht: (2023)

Learning to Separate RF Signals Under Uncertainty: Detect-Then-Separate vs. Unified Joint Models
von: Rodrigez, Ariel, et al.
Veröffentlicht: (2026)

Evaluating GFlowNet from partial episodes for stable and flexible policy-based training
von: Niu, Puhua, et al.
Veröffentlicht: (2026)

ADEPT: Hierarchical Bayes Approach to Personalized Federated Unsupervised Learning
von: Ozkara, Kaan, et al.
Veröffentlicht: (2024)

Robust OOD Graph Learning via Mean Constraints and Noise Reduction
von: Zhou, Yang, et al.
Veröffentlicht: (2025)

Dynamic Incremental Optimization for Best Subset Selection
von: Ren, Shaogang, et al.
Veröffentlicht: (2024)

From Function to Distribution Modeling: A PAC-Generative Approach to Offline Optimization
von: Zhang, Qiang, et al.
Veröffentlicht: (2024)

On the Learn-to-Optimize Capabilities of Transformers in In-Context Sparse Recovery
von: Liu, Renpu, et al.
Veröffentlicht: (2024)

Uncertainty for Active Learning on Graphs
von: Fuchsgruber, Dominik, et al.
Veröffentlicht: (2024)

Taking off the Rose-Tinted Glasses: A Critical Look at Adversarial ML Through the Lens of Evasion Attacks
von: Eykholt, Kevin, et al.
Veröffentlicht: (2024)

Shift is Good: Mismatched Data Mixing Improves Test Performance
von: Medvedev, Marko, et al.
Veröffentlicht: (2025)

Federated Learning-Driven Cybersecurity Framework for IoT Networks with Privacy-Preserving and Real-Time Threat Detection Capabilities
von: Rahmati, Milad
Veröffentlicht: (2025)

Enhancing Performance and User Engagement in Everyday Stress Monitoring: A Context-Aware Active Reinforcement Learning Approach
von: Aqajari, Seyed Amir Hossein, et al.
Veröffentlicht: (2024)

Causal Bayesian Optimization via Exogenous Distribution Learning
von: Ren, Shaogang, et al.
Veröffentlicht: (2024)

Uncertainty Estimation by Flexible Evidential Deep Learning
von: Yoon, Taeseong, et al.
Veröffentlicht: (2025)