:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Röder, Manuel, Schleif, Frank-Michael
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Computer Vision and Pattern Recognition
Online-Zugang:	https://arxiv.org/abs/2408.17108
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Deep Transfer Hashing for Adaptive Learning on Federated Streaming Data
von: Röder, Manuel, et al.
Veröffentlicht: (2024)

Domain Borders Are There to Be Crossed With Federated Few-Shot Adaptation
von: Röder, Manuel, et al.
Veröffentlicht: (2025)

Physics Informed Neural Fields for Smoke Reconstruction with Sparse Data
von: Chu, Mengyu, et al.
Veröffentlicht: (2022)

Data Stream Sampling with Fuzzy Task Boundaries and Noisy Labels
von: Chen, Yu-Hsi
Veröffentlicht: (2024)

Continual Learning on a Diet: Learning from Sparsely Labeled Streams Under Constrained Computation
von: Zhang, Wenxuan, et al.
Veröffentlicht: (2024)

Sample Selection Using Multi-Task Autoencoders in Federated Learning with Non-IID Data
von: Ardıç, Emre, et al.
Veröffentlicht: (2026)

Are Sparse Neural Networks Better Hard Sample Learners?
von: Xiao, Qiao, et al.
Veröffentlicht: (2024)

Federated Learning with Uncertainty and Personalization via Efficient Second-order Optimization
von: Pal, Shivam, et al.
Veröffentlicht: (2024)

Diffusion Model Guided Sampling with Pixel-Wise Aleatoric Uncertainty Estimation
von: De Vita, Michele, et al.
Veröffentlicht: (2024)

Uncertainty-Aware Diffusion Model for Multimodal Highway Trajectory Prediction via DDIM Sampling
von: Neumeier, Marion, et al.
Veröffentlicht: (2026)

Robust Segmentation Models using an Uncertainty Slice Sampling Based Annotation Workflow
von: Chlebus, Grzegorz, et al.
Veröffentlicht: (2021)

A Feedback-Control Framework for Efficient Dataset Collection from In-Vehicle Data Streams
von: Reis, Philipp, et al.
Veröffentlicht: (2025)

Sparse Modelling for Feature Learning in High Dimensional Data
von: Neelam, Harish, et al.
Veröffentlicht: (2024)

Propensity-driven Uncertainty Learning for Sample Exploration in Source-Free Active Domain Adaptation
von: Pan, Zicheng, et al.
Veröffentlicht: (2025)

ZigZag: Universal Sampling-free Uncertainty Estimation Through Two-Step Inference
von: Durasov, Nikita, et al.
Veröffentlicht: (2022)

Pretrained Visual Uncertainties
von: Kirchhof, Michael, et al.
Veröffentlicht: (2024)

Distribution Alignment for Fully Test-Time Adaptation with Dynamic Online Data Streams
von: Wang, Ziqiang, et al.
Veröffentlicht: (2024)

Depth-Resolved Coral Reef Thermal Fields from Satellite SST and Sparse In-Situ Loggers Using Physics-Informed Neural Networks
von: Saleh, Alzayat, et al.
Veröffentlicht: (2026)

Informed Decision-Making through Advancements in Open Set Recognition and Unknown Sample Detection
von: Mahdavi, Atefeh, et al.
Veröffentlicht: (2024)

StreamSplat: Towards Online Dynamic 3D Reconstruction from Uncalibrated Video Streams
von: Wu, Zike, et al.
Veröffentlicht: (2025)

Uncertainty Awareness on Unsupervised Domain Adaptation for Time Series Data
von: Liu, Weide, et al.
Veröffentlicht: (2025)

Lifelong Learning of Video Diffusion Models From a Single Video Stream
von: Yoo, Jason, et al.
Veröffentlicht: (2024)

Sparse-to-Sparse Training of Diffusion Models
von: Oliveira, Inês Cardoso, et al.
Veröffentlicht: (2025)

An Aggregation-Free Federated Learning for Tackling Data Heterogeneity
von: Wang, Yuan, et al.
Veröffentlicht: (2024)

Recovering Global Data Distribution Locally in Federated Learning
von: Yao, Ziyu
Veröffentlicht: (2024)

Forgettable Federated Linear Learning with Certified Data Unlearning
von: Jin, Ruinan, et al.
Veröffentlicht: (2023)

StreamDiffusionV2: A Streaming System for Dynamic and Interactive Video Generation
von: Feng, Tianrui, et al.
Veröffentlicht: (2025)

Generative Anonymization in Event Streams
von: Müller, Adam T., et al.
Veröffentlicht: (2026)

Gaze-Informed Vision Transformers: Predicting Driving Decisions Under Uncertainty
von: Koorathota, Sharath, et al.
Veröffentlicht: (2023)

StreamMind: Unlocking Full Frame Rate Streaming Video Dialogue through Event-Gated Cognition
von: Ding, Xin, et al.
Veröffentlicht: (2025)

FedQuad: Federated Stochastic Quadruplet Learning to Mitigate Data Heterogeneity
von: Goksu, Ozgu, et al.
Veröffentlicht: (2025)

Class-wise Balancing Data Replay for Federated Class-Incremental Learning
von: Qi, Zhuang, et al.
Veröffentlicht: (2025)

TinyTrain: Resource-Aware Task-Adaptive Sparse Training of DNNs at the Data-Scarce Edge
von: Kwon, Young D., et al.
Veröffentlicht: (2023)

FedPURIN: Programmed Update and Reduced INformation for Sparse Personalized Federated Learning
von: Xie, Lunchen, et al.
Veröffentlicht: (2025)

DeepCoT: Deep Continual Transformers for Real-Time Inference on Data Streams
von: Picón, Ginés Carreto, et al.
Veröffentlicht: (2025)

Out-of-Distribution Segmentation via Wasserstein-Based Evidential Uncertainty
von: Brosch, Arnold, et al.
Veröffentlicht: (2025)

Analyzing Effects of Mixed Sample Data Augmentation on Model Interpretability
von: Won, Soyoun, et al.
Veröffentlicht: (2023)

Test-Time Training on Video Streams
von: Wang, Renhao, et al.
Veröffentlicht: (2023)

Sparsely Activated Networks
von: Bizopoulos, Paschalis, et al.
Veröffentlicht: (2019)

Redefining non-IID Data in Federated Learning for Computer Vision Tasks: Migrating from Labels to Embeddings for Task-Specific Data Distributions
von: Borazjani, Kasra, et al.
Veröffentlicht: (2025)