Buchumschlag

Recent advances in Meta-model of Optimal Prognosis

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Most, Thomas, Will, Johannes
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

Sensitivity analysis using the Metamodel of Optimal Prognosis
von: Most, Thomas, et al.
Veröffentlicht: (2024)

Variance-based sensitivity analysis in the presence of correlated input variables
von: Most, Thomas
Veröffentlicht: (2024)

Robustness investigation of cross-validation based quality measures for model assessment
von: Most, Thomas, et al.
Veröffentlicht: (2024)

Recent advances in deep learning and language models for studying the microbiome
von: Yan, Binghao, et al.
Veröffentlicht: (2024)

Recent advancements in computational morphology : A comprehensive survey
von: Baxi, Jatayu, et al.
Veröffentlicht: (2024)

Recent advances in interpretable machine learning using structure-based protein representations
von: Vecchietti, Luiz Felipe, et al.
Veröffentlicht: (2024)

Recent Advances in Optimal Transport for Machine Learning
von: Montesuma, Eduardo Fernandes, et al.
Veröffentlicht: (2023)

Prognosis of COVID-19 using Artificial Intelligence: A Systematic Review and Meta-analysis
von: Motamedian, SaeedReza, et al.
Veröffentlicht: (2024)

Towards Meta-Pruning via Optimal Transport
von: Theus, Alexander, et al.
Veröffentlicht: (2024)

Review of Interpretable Machine Learning Models for Disease Prognosis
von: Shen, Jinzhi, et al.
Veröffentlicht: (2024)

Meta Optimality for Demographic Parity Constrained Regression via Post-Processing
von: Fukuchi, Kazuto
Veröffentlicht: (2025)

Deep Semi-Supervised Survival Analysis for Predicting Cancer Prognosis
von: Sun, Anchen, et al.
Veröffentlicht: (2026)

On the Relation between Rectified Flows and Optimal Transport
von: Hertrich, Johannes, et al.
Veröffentlicht: (2025)

Meta-Learning for Unsupervised Outlier Detection with Optimal Transport
von: Singh, Prabhant, et al.
Veröffentlicht: (2022)

Contrastive Learning for Predicting Cancer Prognosis Using Gene Expression Values
von: Sun, Anchen, et al.
Veröffentlicht: (2023)

Interpretable Multiple Myeloma Prognosis with Observational Medical Outcomes Partnership Data
von: Rachidi, Salma, et al.
Veröffentlicht: (2026)

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

Statistical Learning for Heterogeneous Treatment Effects: Pretraining, Prognosis, and Prediction
von: Schuessler, Maximilian, et al.
Veröffentlicht: (2025)

Graph Transformer-Based Pathway Embedding for Cancer Prognosis
von: Howlader, Koushik, et al.
Veröffentlicht: (2026)

Optimal Categorical Instrumental Variables
von: Wiemann, Thomas
Veröffentlicht: (2023)

Electronic Health Records-Based Data-Driven Diabetes Knowledge Unveiling and Risk Prognosis
von: Pang, Huadong, et al.
Veröffentlicht: (2024)

Synthetic Survival Data Generation for Heart Failure Prognosis Using Deep Generative Models
von: Puttanawarut, Chanon, et al.
Veröffentlicht: (2025)

MetaLA: Unified Optimal Linear Approximation to Softmax Attention Map
von: Chou, Yuhong, et al.
Veröffentlicht: (2024)

Out-of-distribution transfer of PDE foundation models to material dynamics under extreme loading
von: Rautela, Mahindra, et al.
Veröffentlicht: (2026)

Meta-models for transfer learning in source localisation
von: Bull, Lawrence A., et al.
Veröffentlicht: (2023)

Statistical Inference for Optimal Transport Maps: Recent Advances and Perspectives
von: Balakrishnan, Sivaraman, et al.
Veröffentlicht: (2025)

Explainable Machine Learning Framework for Cardiovascular Disease Diagnosis and Prognosis
von: Sourov, Md. Emon Akter, et al.
Veröffentlicht: (2025)

Mutual Information Assisted Ensemble Recommender System for Identifying Critical Risk Factors in Healthcare Prognosis
von: Dey, Abhishek, et al.
Veröffentlicht: (2022)

Meta-Reinforcement Learning with Universal Policy Adaptation: Provable Near-Optimality under All-task Optimum Comparator
von: Xu, Siyuan, et al.
Veröffentlicht: (2024)

Meta-Sparsity: Learning Optimal Sparse Structures in Multi-task Networks through Meta-learning
von: Upadhyay, Richa, et al.
Veröffentlicht: (2025)

DEREC-SIMPRO: unlock Language Model benefits to advance Synthesis in Data Clean Room
von: Kwok, Tung Sum Thomas, et al.
Veröffentlicht: (2024)

Stabilizing Test-Time Adaptation of High-Dimensional Simulation Surrogates via D-Optimal Statistics
von: Zimmel, Anna, et al.
Veröffentlicht: (2026)

Non-orthogonal Age-Optimal Information Dissemination in Vehicular Networks: A Meta Multi-Objective Reinforcement Learning Approach
von: Habob, A. A., et al.
Veröffentlicht: (2024)

Industrial Machines Health Prognosis using a Transformer-based Framework
von: Poland, David J, et al.
Veröffentlicht: (2024)

PRIME: Prototype-Driven Multimodal Pretraining for Cancer Prognosis with Missing Modalities
von: Yu, Kai, et al.
Veröffentlicht: (2026)

Optimal scaling laws in learning hierarchical multi-index models
von: Defilippis, Leonardo, et al.
Veröffentlicht: (2026)

RmGPT: A Foundation Model with Generative Pre-trained Transformer for Fault Diagnosis and Prognosis in Rotating Machinery
von: Wang, Yilin, et al.
Veröffentlicht: (2024)

Transformer Fusion with Optimal Transport
von: Imfeld, Moritz, et al.
Veröffentlicht: (2023)

Transformer-Based Representation Learning for Robust Gene Expression Modeling and Cancer Prognosis
von: Jiang, Shuai, et al.
Veröffentlicht: (2025)

One-Class Domain Adaptation via Meta-Learning
von: Holly, Stephanie, et al.
Veröffentlicht: (2025)