Buchumschlag

Fair Class-Incremental Learning using Sample Weighting

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Park, Jaeyoung, Kim, Minsu, Whang, Steven Euijong
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

GradMix: Gradient-based Selective Mixup for Robust Data Augmentation in Class-Incremental Learning
von: Kim, Minsu, et al.
Veröffentlicht: (2025)

T-CIL: Temperature Scaling using Adversarial Perturbation for Calibration in Class-Incremental Learning
von: Hwang, Seong-Hyeon, et al.
Veröffentlicht: (2025)

PFGuard: A Generative Framework with Privacy and Fairness Safeguards
von: Kim, Soyeon, et al.
Veröffentlicht: (2024)

Falcon: Fair Active Learning using Multi-armed Bandits
von: Tae, Ki Hyun, et al.
Veröffentlicht: (2024)

RC-Mixup: A Data Augmentation Strategy against Noisy Data for Regression Tasks
von: Hwang, Seong-Hyeon, et al.
Veröffentlicht: (2024)

Explanation Multiplicity in SHAP: Characterization and Assessment
von: Hwang, Hyunseung, et al.
Veröffentlicht: (2026)

SHAP-based Explanations are Sensitive to Feature Representation
von: Hwang, Hyunseung, et al.
Veröffentlicht: (2025)

ERBench: An Entity-Relationship based Automatically Verifiable Hallucination Benchmark for Large Language Models
von: Oh, Jio, et al.
Veröffentlicht: (2024)

Merge and Bound: Direct Manipulations on Weights for Class Incremental Learning
von: Kim, Taehoon, et al.
Veröffentlicht: (2025)

DeFrame: Debiasing Large Language Models Against Framing Effects
von: Lim, Kahee, et al.
Veröffentlicht: (2026)

Generative Representation Learning on Hyper-relational Knowledge Graphs via Masked Discrete Diffusion
von: Lee, Jaejun, et al.
Veröffentlicht: (2026)

Few-Shot Class-Incremental Learning with Prior Knowledge
von: Jiang, Wenhao, et al.
Veröffentlicht: (2024)

Joint Input and Output Coordination for Class-Incremental Learning
von: Wang, Shuai, et al.
Veröffentlicht: (2024)

NTK-Guided Few-Shot Class Incremental Learning
von: Liu, Jingren, et al.
Veröffentlicht: (2024)

An experimental approach on Few Shot Class Incremental Learning
von: Adam, Marinela
Veröffentlicht: (2025)

Locally Convex Global Loss Network for Decision-Focused Learning
von: Jeon, Haeun, et al.
Veröffentlicht: (2024)

MIDAS: Misalignment-based Data Augmentation Strategy for Imbalanced Multimodal Learning
von: Hwang, Seong-Hyeon, et al.
Veröffentlicht: (2025)

SpoT-Mamba: Learning Long-Range Dependency on Spatio-Temporal Graphs with Selective State Spaces
von: Choi, Jinhyeok, et al.
Veröffentlicht: (2024)

LEVI: Generalizable Fine-tuning via Layer-wise Ensemble of Different Views
von: Roh, Yuji, et al.
Veröffentlicht: (2024)

An Efficient Replay for Class-Incremental Learning with Pre-trained Models
von: Yin, Weimin, et al.
Veröffentlicht: (2024)

Balanced Online Class-Incremental Learning via Dual Classifiers
von: Wen, Shunjie, et al.
Veröffentlicht: (2025)

Temporal Imbalance of Positive and Negative Supervision in Class-Incremental Learning
von: Ma, Jinge, et al.
Veröffentlicht: (2026)

Causally Sufficient and Necessary Feature Expansion for Class-Incremental Learning
von: Zhang, Zhen, et al.
Veröffentlicht: (2026)

Does Prior Data Matter? Exploring Joint Training in the Context of Few-Shot Class-Incremental Learning
von: Kim, Shiwon, et al.
Veröffentlicht: (2025)

Data-Free Generative Replay for Class-Incremental Learning on Imbalanced Data
von: Younis, Sohaib, et al.
Veröffentlicht: (2024)

Few-Shot Class-Incremental Learning with Non-IID Decentralized Data
von: Liu, Cuiwei, et al.
Veröffentlicht: (2024)

Few-Shot Class Incremental Learning via Robust Transformer Approach
von: Paeedeh, Naeem, et al.
Veröffentlicht: (2024)

An Efficient Memory Module for Graph Few-Shot Class-Incremental Learning
von: Li, Dong, et al.
Veröffentlicht: (2024)

Efficient Single-Step Framework for Incremental Class Learning in Neural Networks
von: Dopico-Castro, Alejandro, et al.
Veröffentlicht: (2025)

PTMs-TSCIL Pre-Trained Models Based Class-Incremental Learning
von: Wu, Yuanlong, et al.
Veröffentlicht: (2025)

Unified Class and Domain Incremental Learning with Mixture of Experts for Indoor Localization
von: Singampalli, Akhil, et al.
Veröffentlicht: (2025)

DAMEL: Dual-Axis Multi-Expert Learning for Class-Imbalanced Learning
von: Lee, Hyuck, et al.
Veröffentlicht: (2026)

Analysis of the Memorization and Generalization Capabilities of AI Agents: Are Continual Learners Robust?
von: Kim, Minsu, et al.
Veröffentlicht: (2023)

Sensor Calibration Model Balancing Accuracy, Real-time, and Efficiency
von: Yun, Jinyong, et al.
Veröffentlicht: (2025)

eCIL-MU: Embedding based Class Incremental Learning and Machine Unlearning
von: Zuo, Zhiwei, et al.
Veröffentlicht: (2024)

Enhancing Federated Class-Incremental Learning via Spatial-Temporal Statistics Aggregation
von: Guan, Zenghao, et al.
Veröffentlicht: (2025)

Resilient Class-Incremental Learning: on the Interplay of Drifting, Unlabelled and Imbalanced Data Streams
von: Li, Jin, et al.
Veröffentlicht: (2026)

Fair Clustering via Alignment
von: Kim, Kunwoong, et al.
Veröffentlicht: (2025)

PAC-Bayesian Generalization Bounds for Knowledge Graph Representation Learning
von: Lee, Jaejun, et al.
Veröffentlicht: (2024)

Representation Learning on Hyper-Relational and Numeric Knowledge Graphs with Transformers
von: Chung, Chanyoung, et al.
Veröffentlicht: (2023)