Buchumschlag

Improving Time Series Classification with Representation Soft Label Smoothing

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ma, Hengyi, Chen, Weitong
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence 68T07 I.2.0
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Graph Neural Networks Need Cluster-Normalize-Activate Modules
von: Skryagin, Arseny, et al.
Veröffentlicht: (2024)

Interpretability Can Be Actionable
von: Orgad, Hadas, et al.
Veröffentlicht: (2026)

Energy-Efficient Deep Learning Without Backpropagation: A Rigorous Evaluation of Forward-Only Algorithms
von: Spyra, Przemysław, et al.
Veröffentlicht: (2025)

Causal Dimensionality of Transformer Representations: Measurement, Scaling, and Layer Structure
von: Sarkar, Nilesh, et al.
Veröffentlicht: (2026)

Matryoshka Policy Gradient for Entropy-Regularized RL: Convergence and Global Optimality
von: Ged, François, et al.
Veröffentlicht: (2023)

On Privacy Leakage in Tabular Diffusion Models: Influential Factors, Attacker Knowledge, and Metrics
von: Shafieinejad, Masoumeh, et al.
Veröffentlicht: (2026)

Kolmogorov-Arnold Networks (KAN) for Time Series Classification and Robust Analysis
von: Dong, Chang, et al.
Veröffentlicht: (2024)

Deceptive Diffusion: Generating Synthetic Adversarial Examples
von: Beerens, Lucas, et al.
Veröffentlicht: (2024)

The Matching Principle: A Geometric Theory of Loss Functions for Nuisance-Robust Representation Learning
von: Rajput, Vishal
Veröffentlicht: (2026)

Resource-Efficient Language Models: Quantization for Fast and Accessible Inference
von: Jørgensen, Tollef Emil
Veröffentlicht: (2025)

SafeAnchor: Preventing Cumulative Safety Erosion in Continual Domain Adaptation of Large Language Models
von: Guo, Dongxin, et al.
Veröffentlicht: (2026)

Position: Mechanistic Interpretability Must Disclose Identification Assumptions for Causal Claims
von: Lin, Zezheng, et al.
Veröffentlicht: (2026)

Are Transformers with One Layer Self-Attention Using Low-Rank Weight Matrices Universal Approximators?
von: Kajitsuka, Tokio, et al.
Veröffentlicht: (2023)

UR4NNV: Neural Network Verification, Under-approximation Reachability Works!
von: Liang, Zhen, et al.
Veröffentlicht: (2024)

Safe Continual Reinforcement Learning Methods for Nonstationary Environments. Towards a Survey of the State of the Art
von: Tomashevskiy, Timofey
Veröffentlicht: (2026)

Union of Experts: Adapting Hierarchical Routing to Equivalently Decomposed Transformer
von: Yang, Yujiao, et al.
Veröffentlicht: (2025)

Robust DDoS-Attack Classification with 3D CNNs Against Adversarial Methods
von: Bragg, Landon, et al.
Veröffentlicht: (2025)

TrojanTime: Backdoor Attacks on Time Series Classification
von: Dong, Chang, et al.
Veröffentlicht: (2025)

The Curious Case of In-Training Compression of State Space Models
von: Chahine, Makram, et al.
Veröffentlicht: (2025)

Stealth edits to large language models
von: Sutton, Oliver J., et al.
Veröffentlicht: (2024)

Progressive Feedforward Collapse of ResNet Training
von: Wang, Sicong, et al.
Veröffentlicht: (2024)

Visual Categorization Across Minds and Models: Cognitive Analysis of Human Labeling and Neuro-Symbolic Integration
von: Kabgere, Chethana Prasad
Veröffentlicht: (2025)

Decentralized Time Series Classification with ROCKET Features
von: Casella, Bruno, et al.
Veröffentlicht: (2025)

JAM: Controllable and Responsible Text Generation via Causal Reasoning and Latent Vector Manipulation
von: Huang, Yingbing, et al.
Veröffentlicht: (2025)

A ZeNN architecture to avoid the Gaussian trap
von: Carvalho, Luís, et al.
Veröffentlicht: (2025)

Reference-Guided Verdict: LLMs-as-Judges in Automatic Evaluation of Free-Form QA
von: Badshah, Sher, et al.
Veröffentlicht: (2024)

Customizing Graph Neural Networks using Path Reweighting
von: Chen, Jianpeng, et al.
Veröffentlicht: (2021)

Large Language Models Report Subjective Experience Under Self-Referential Processing
von: Berg, Cameron, et al.
Veröffentlicht: (2025)

Adaptive Latent-Space Constraints in Personalized Federated Learning
von: Ayromlou, Sana, et al.
Veröffentlicht: (2025)

Enhancing Feature Selection and Interpretability in AI Regression Tasks Through Feature Attribution
von: Hinterleitner, Alexander, et al.
Veröffentlicht: (2024)

Regime Change Hypothesis: Foundations for Decoupled Dynamics in Neural Network Training
von: Pérez-Corral, Cristian, et al.
Veröffentlicht: (2026)

Correcting Stochastic Update Bias in Preconditioned Language Model Optimizers
von: Nayak, Nikhil, et al.
Veröffentlicht: (2026)

Correcting Gradient-Based Circuit Localization via Interaction-Aware Backpropagation
von: Edin, Joakim, et al.
Veröffentlicht: (2025)

Combination of Weak Learners eXplanations to Improve Random Forest eXplicability Robustness
von: Pala, Riccardo, et al.
Veröffentlicht: (2024)

The First MPDD Challenge: Multimodal Personality-aware Depression Detection
von: Fu, Changzeng, et al.
Veröffentlicht: (2025)

Scalable Heterogeneous Graph Foundation Models for Data-Driven Optimal Power Flow in Smart Grids
von: Pasini, Massimiliano Lupo, et al.
Veröffentlicht: (2026)

Continuous SUN (Stable, Unique, and Novel) Metric for Generative Modeling of Inorganic Crystals
von: Negishi, Masahiro, et al.
Veröffentlicht: (2025)

DeepPersona: A Generative Engine for Scaling Deep Synthetic Personas
von: Wang, Zhen, et al.
Veröffentlicht: (2025)

cPNN: Continuous Progressive Neural Networks for Evolving Streaming Time Series
von: Giannini, Federico, et al.
Veröffentlicht: (2026)

Softly Constrained Denoisers for Diffusion Models Applied to Partial Differential Equations
von: Yeom-Song, Victor M., et al.
Veröffentlicht: (2025)