Buchumschlag

PMLBmini: A Tabular Classification Benchmark Suite for Data-Scarce Applications

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Knauer, Ricardo, Grimm, Marvin, Rodner, Erik
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Squeezing Lemons with Hammers: An Evaluation of AutoML and Tabular Deep Learning for Data-Scarce Classification Applications
von: Knauer, Ricardo, et al.
Veröffentlicht: (2024)

In Search of Grandmother Cells: Tracing Interpretable Neurons in Tabular Representations
von: Knauer, Ricardo, et al.
Veröffentlicht: (2026)

ConceptTracer: Interactive Analysis of Concept Saliency and Selectivity in Neural Representations
von: Knauer, Ricardo, et al.
Veröffentlicht: (2026)

Embedding World Knowledge into Tabular Models: Towards Best Practices for Embedding Pipeline Design
von: Kolomenko, Oksana, et al.
Veröffentlicht: (2026)

MultiTab: A Comprehensive Benchmark Suite for Multi-Dimensional Evaluation in Tabular Domains
von: Lee, Kyungeun, et al.
Veröffentlicht: (2025)

Artificial Inductive Bias for Synthetic Tabular Data Generation in Data-Scarce Scenarios
von: Apellániz, Patricia A., et al.
Veröffentlicht: (2024)

"Oh LLM, I'm Asking Thee, Please Give Me a Decision Tree": Zero-Shot Decision Tree Induction and Embedding with Large Language Models
von: Knauer, Ricardo, et al.
Veröffentlicht: (2024)

HyperFast: Instant Classification for Tabular Data
von: Bonet, David, et al.
Veröffentlicht: (2024)

ScarceGAN: Discriminative Classification Framework for Rare Class Identification for Longitudinal Data with Weak Prior
von: Chakrabarty, Surajit, et al.
Veröffentlicht: (2025)

RamanBench: A Large-Scale Benchmark for Machine Learning on Raman Spectroscopy
von: Koddenbrock, Mario, et al.
Veröffentlicht: (2026)

ALPBench: A Benchmark for Active Learning Pipelines on Tabular Data
von: Margraf, Valentin, et al.
Veröffentlicht: (2024)

A Benchmarking Study of Kolmogorov-Arnold Networks on Tabular Data
von: Poeta, Eleonora, et al.
Veröffentlicht: (2024)

CLIMB: Class-imbalanced Learning Benchmark on Tabular Data
von: Liu, Zhining, et al.
Veröffentlicht: (2025)

TabArena: A Living Benchmark for Machine Learning on Tabular Data
von: Erickson, Nick, et al.
Veröffentlicht: (2025)

Benchmarking Synthetic Tabular Data: A Multi-Dimensional Evaluation Framework
von: Sidorenko, Andrey, et al.
Veröffentlicht: (2025)

TabAttackBench: A Benchmark for Adversarial Attacks on Tabular Data
von: He, Zhipeng, et al.
Veröffentlicht: (2025)

Linear Dimensionality Reduction for Word Embeddings in Tabular Data Classification
von: Ressel, Liam, et al.
Veröffentlicht: (2025)

Automatic Demonstration Selection for LLM-based Tabular Data Classification
von: Han, Shuchu, et al.
Veröffentlicht: (2025)

Overcoming Catastrophic Forgetting in Tabular Data Classification: A Pseudorehearsal-based approach
von: García-Santaclara, Pablo, et al.
Veröffentlicht: (2024)

Highly Imbalanced Regression with Tabular Data in SEP and Other Applications
von: Moukpe, Josias K., et al.
Veröffentlicht: (2025)

Robust Molecular Property Prediction via Densifying Scarce Labeled Data
von: Kim, Jina, et al.
Veröffentlicht: (2025)

When Data Is Scarce: Scaling Sparse Language Models with Repeated Training
von: Wu, Boqian, et al.
Veröffentlicht: (2026)

Causality Enhanced Origin-Destination Flow Prediction in Data-Scarce Cities
von: Feng, Tao, et al.
Veröffentlicht: (2025)

Causality for Tabular Data Synthesis: A High-Order Structure Causal Benchmark Framework
von: Tu, Ruibo, et al.
Veröffentlicht: (2024)

A Neuro-Symbolic Benchmark Suite for Concept Quality and Reasoning Shortcuts
von: Bortolotti, Samuele, et al.
Veröffentlicht: (2024)

Robust Weight Imprinting: Insights from Neural Collapse and Proxy-Based Aggregation
von: Westerhoff, Justus, et al.
Veröffentlicht: (2025)

Fairness Under Demographic Scarce Regime
von: Kenfack, Patrik Joslin, et al.
Veröffentlicht: (2023)

Improving Open-world Continual Learning under the Constraints of Scarce Labeled Data
von: Li, Yujie, et al.
Veröffentlicht: (2025)

FedAD-Bench: A Unified Benchmark for Federated Unsupervised Anomaly Detection in Tabular Data
von: Anwar, Ahmed, et al.
Veröffentlicht: (2024)

A Benchmark Suite for Evaluating Neural Mutual Information Estimators on Unstructured Datasets
von: Lee, Kyungeun, et al.
Veröffentlicht: (2024)

Multi-View Subgraph Neural Networks: Self-Supervised Learning with Scarce Labeled Data
von: Wang, Zhenzhong, et al.
Veröffentlicht: (2024)

EPIC: Effective Prompting for Imbalanced-Class Data Synthesis in Tabular Data Classification via Large Language Models
von: Kim, Jinhee, et al.
Veröffentlicht: (2024)

TEPI: Taxonomy-aware Embedding and Pseudo-Imaging for Scarcely-labeled Zero-shot Genome Classification
von: Aakur, Sathyanarayanan, et al.
Veröffentlicht: (2024)

Universal Embeddings of Tabular Data
von: Franz, Astrid, et al.
Veröffentlicht: (2025)

The Impact of an XAI-Augmented Approach on Binary Classification with Scarce Data
von: Wen, Ximing, et al.
Veröffentlicht: (2024)

Gym4ReaL: A Suite for Benchmarking Real-World Reinforcement Learning
von: Salaorni, Davide, et al.
Veröffentlicht: (2025)

Benchmarking Partial Observability in Reinforcement Learning with a Suite of Memory-Improvable Domains
von: Tao, Ruo Yu, et al.
Veröffentlicht: (2025)

An Algorithm for Learning Smaller Representations of Models With Scarce Data
von: de Wynter, Adrian
Veröffentlicht: (2020)

Deep Feature Embedding for Tabular Data
von: Wu, Yuqian, et al.
Veröffentlicht: (2024)

Automated Model Selection for Tabular Data
von: Amballa, Avinash, et al.
Veröffentlicht: (2024)