:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zec, Edvin Listo, Hagander, Tom, Ihre-Thomason, Eric, Girdzijauskas, Sarunas
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2409.10720
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Overcoming label shift with target-aware federated learning
von: Zec, Edvin Listo, et al.
Veröffentlicht: (2024)

Federated Learning with Heterogeneous and Private Label Sets
von: Breitholtz, Adam, et al.
Veröffentlicht: (2025)

Efficient Node Selection in Private Personalized Decentralized Learning
von: Zec, Edvin Listo, et al.
Veröffentlicht: (2023)

Impacts of Color and Texture Distortions on Earth Observation Data in Deep Learning
von: Willbo, Martin, et al.
Veröffentlicht: (2024)

Semi-decentralized Training of Spatio-Temporal Graph Neural Networks for Traffic Prediction
von: Kralj, Ivan, et al.
Veröffentlicht: (2024)

Leap: Inductive Link Prediction via Learnable TopologyAugmentation
von: Samy, Ahmed E., et al.
Veröffentlicht: (2025)

Is One Token All It Takes? Graph Pooling Tokens for LLM-based GraphQA
von: Grover, Ankit, et al.
Veröffentlicht: (2026)

Are We Wasting Time? A Fast, Accurate Performance Evaluation Framework for Knowledge Graph Link Predictors
von: Cornell, Filip, et al.
Veröffentlicht: (2024)

Open World Learning Graph Convolution for Latency Estimation in Routing Networks
von: Jin, Yifei, et al.
Veröffentlicht: (2022)

Automated Model Design using Gated Neuron Selection in Telecom
von: Orucu, Adam, et al.
Veröffentlicht: (2026)

When to restart? Exploring escalating restarts on convergence
von: Varshney, Ayush K., et al.
Veröffentlicht: (2026)

Scale When Needed: Adaptive Neuron-level Mixed Precision Quantization Aware Training
von: Varshney, Ayush K., et al.
Veröffentlicht: (2026)

Adaptive Graph Pruning with Sudden-Events Evaluation for Traffic Prediction using Online Semi-Decentralized ST-GNNs
von: Kralj, Ivan, et al.
Veröffentlicht: (2025)

Generalization analysis with deep ReLU networks for metric and similarity learning
von: Zhou, Junyu, et al.
Veröffentlicht: (2024)

Label-free estimation of clinically relevant performance metrics under distribution shifts
von: Flühmann, Tim, et al.
Veröffentlicht: (2025)

A survey on secure decentralized optimization and learning
von: Liu, Changxin, et al.
Veröffentlicht: (2024)

Improving Group Fairness in Knowledge Distillation via Laplace Approximation of Early Exits
von: Fasth, Edvin, et al.
Veröffentlicht: (2025)

Generalization is not a universal guarantee: Estimating similarity to training data with an ensemble out-of-distribution metric
von: Schreyer, W. Max, et al.
Veröffentlicht: (2025)

ROSS: RObust decentralized Stochastic learning based on Shapley values
von: Wang, Lina, et al.
Veröffentlicht: (2024)

Towards efficient compression and communication for prototype-based decentralized learning
von: Fernández-Piñeiro, Pablo, et al.
Veröffentlicht: (2024)

Multi-agent deep reinforcement learning with centralized training and decentralized execution for transportation infrastructure management
von: Saifullah, M., et al.
Veröffentlicht: (2024)

Generative models for decision-making under distributional shift
von: Cheng, Xiuyuan, et al.
Veröffentlicht: (2026)

Differential error feedback for communication-efficient decentralized learning
von: Nassif, Roula, et al.
Veröffentlicht: (2024)

DeepAtlas: a tool for effective manifold learning
von: Hughes, Serena, et al.
Veröffentlicht: (2025)

On the selection and effectiveness of pseudo-absences for species distribution modeling with deep learning
von: Zbinden, Robin, et al.
Veröffentlicht: (2024)

Machine learning-based decentralized TDMA for VLC IoT networks
von: Makvandi, Armin, et al.
Veröffentlicht: (2023)

Signal attenuation enables scalable decentralized multi-agent reinforcement learning over networks
von: Suttle, Wesley A, et al.
Veröffentlicht: (2025)

Evaluation of autonomous systems under data distribution shifts
von: Sikar, Daniel, et al.
Veröffentlicht: (2024)

Fairness-enhancing mixed effects deep learning improves fairness on in- and out-of-distribution clustered (non-iid) data
von: Nguyen, Son, et al.
Veröffentlicht: (2023)

Data-Driven Self-Supervised Graph Representation Learning
von: Samy, Ahmed E., et al.
Veröffentlicht: (2024)

Vector preference-based contextual bandits under distributional shifts
von: Shukla, Apurv, et al.
Veröffentlicht: (2025)

Layer-wise LoRA fine-tuning: a similarity metric approach
von: Ogawa, Keith Ando, et al.
Veröffentlicht: (2026)

Improving self-training under distribution shifts via anchored confidence with theoretical guarantees
von: Joo, Taejong, et al.
Veröffentlicht: (2024)

ViSaRL: Visual Reinforcement Learning Guided by Human Saliency
von: Liang, Anthony, et al.
Veröffentlicht: (2024)

Contrast Sets for Evaluating Language-Guided Robot Policies
von: Anwar, Abrar, et al.
Veröffentlicht: (2024)

Out-of-distribution forgetting: vulnerability of continual learning to intra-class distribution shift
von: Guo, Liangxuan, et al.
Veröffentlicht: (2023)

Predictive uncertainty estimation in deep learning for lung carcinoma classification in digital pathology under real dataset shifts
von: Fayjie, Abdur R., et al.
Veröffentlicht: (2024)

Manifold learning in metric spaces
von: Xu, Liane, et al.
Veröffentlicht: (2025)

A practical generalization metric for deep networks benchmarking
von: Huang, Mengqing, et al.
Veröffentlicht: (2024)

Multi-modal Synthetic Data Training and Model Collapse: Insights from VLMs and Diffusion Models
von: Hu, Zizhao, et al.
Veröffentlicht: (2025)