Copertina

To Predict or Not To Predict? Proportionally Masked Autoencoders for Tabular Data Imputation

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Kim, Jungkyu, Lee, Kibok, Park, Taeyoung
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning Artificial Intelligence
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Dataset-Driven Channel Masks in Transformers for Multivariate Time Series
di: Lee, Seunghan, et al.
Pubblicazione: (2024)

ANT: Adaptive Noise Schedule for Time Series Diffusion Models
di: Lee, Seunghan, et al.
Pubblicazione: (2024)

Soft Contrastive Learning for Time Series
di: Lee, Seunghan, et al.
Pubblicazione: (2023)

Channel Normalization for Time Series Channel Identification
di: Lee, Seunghan, et al.
Pubblicazione: (2025)

Learning to Embed Time Series Patches Independently
di: Lee, Seunghan, et al.
Pubblicazione: (2023)

Sequential Order-Robust Mamba for Time Series Forecasting
di: Lee, Seunghan, et al.
Pubblicazione: (2024)

Analysis of Fourier Neural Operators via Effective Field Theory
di: Kim, Taeyoung
Pubblicazione: (2025)

Loop Corrections to the Training Error and Generalization Gap of Random Feature Models
di: Kim, Taeyoung
Pubblicazione: (2026)

Missing Data Multiple Imputation for Tabular Q-Learning in Online RL
di: Chasalow, Kyla, et al.
Pubblicazione: (2025)

TabINR: An Implicit Neural Representation Framework for Tabular Data Imputation
di: Ochs, Vincent, et al.
Pubblicazione: (2025)

DiffImpute: Tabular Data Imputation With Denoising Diffusion Probabilistic Model
di: Wen, Yizhu, et al.
Pubblicazione: (2024)

Automated Model Evaluation for Object Detection via Prediction Consistency and Reliability
di: Yoo, Seungju, et al.
Pubblicazione: (2025)

Exploring Transformer Placement in Variational Autoencoders for Tabular Data Generation
di: Silva, Aníbal, et al.
Pubblicazione: (2026)

MagiNet: Mask-Aware Graph Imputation Network for Incomplete Traffic Data
di: Zhou, Jianping, et al.
Pubblicazione: (2024)

Causal Disentanglement Learning for Accurate Anomaly Detection in Multivariate Time Series
di: Kim, Wonah, et al.
Pubblicazione: (2025)

On the Effectiveness of Supervision in Asymmetric Non-Contrastive Learning
di: Oh, Jeongheon, et al.
Pubblicazione: (2024)

Why Rectified Power Unit Networks Fail and How to Improve It: An Effective Field Theory Perspective
di: Kim, Taeyoung, et al.
Pubblicazione: (2024)

Guided Trajectory Generation with Diffusion Models for Offline Model-based Optimization
di: Yun, Taeyoung, et al.
Pubblicazione: (2024)

GTA: Generative Trajectory Augmentation with Guidance for Offline Reinforcement Learning
di: Lee, Jaewoo, et al.
Pubblicazione: (2024)

M$^3$-Impute: Mask-guided Representation Learning for Missing Value Imputation
di: Yu, Zhongyi, et al.
Pubblicazione: (2024)

Hybrid Autoencoders for Tabular Data: Leveraging Model-Based Augmentation in Low-Label Settings
di: Naor, Erel, et al.
Pubblicazione: (2025)

Self-Guided Masked Autoencoders for Domain-Agnostic Self-Supervised Learning
di: Xie, Johnathan, et al.
Pubblicazione: (2024)

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

Data Presentation Over Architecture: Resampling Strategies for Credit Risk Prediction with Tabular Foundation Models
di: Tanna, Aditya, et al.
Pubblicazione: (2026)

Automated Kernel Discovery Towards Understanding High-dimensional Bayesian Optimization
di: Yun, Taeyoung, et al.
Pubblicazione: (2026)

Revealing the Power of Masked Autoencoders in Traffic Forecasting
di: Sun, Jiarui, et al.
Pubblicazione: (2023)

TabSieve: Explicit In-Table Evidence Selection for Tabular Prediction
di: Wang, Yongyao, et al.
Pubblicazione: (2026)

Generative Data Imputation for Sparse Learner Performance Data Using Generative Adversarial Imputation Networks
di: Zhang, Liang, et al.
Pubblicazione: (2025)

Masked Graph Autoencoders with Contrastive Augmentation for Spatially Resolved Transcriptomics Data
di: Fang, Donghai, et al.
Pubblicazione: (2024)

Unlock the Potential of Large Language Models for Predictive Tabular Tasks in Data Science with Table-Specific Pretraining
di: Yang, Yazheng, et al.
Pubblicazione: (2024)

Investigating Mask-aware Prototype Learning for Tabular Anomaly Detection
di: Lu, Ruiying, et al.
Pubblicazione: (2025)

stMCDI: Masked Conditional Diffusion Model with Graph Neural Network for Spatial Transcriptomics Data Imputation
di: Li, Xiaoyu, et al.
Pubblicazione: (2024)

Missing Data Imputation With Granular Semantics and AI-driven Pipeline for Bankruptcy Prediction
di: Chakraborty, Debarati, et al.
Pubblicazione: (2024)

TimeAutoDiff: A Unified Framework for Generation, Imputation, Forecasting, and Time-Varying Metadata Conditioning of Heterogeneous Time Series Tabular Data
di: Suh, Namjoon, et al.
Pubblicazione: (2024)

Deep Autoencoders for Unsupervised Anomaly Detection in Wildfire Prediction
di: Üstek, İrem, et al.
Pubblicazione: (2024)

Masked EEG Modeling for Driving Intention Prediction
di: Zhou, Jinzhao, et al.
Pubblicazione: (2024)

A Scalable and Transferable Time Series Prediction Framework for Demand Forecasting
di: Park, Young-Jin, et al.
Pubblicazione: (2024)

Reinforcing Numerical Reasoning in LLMs for Tabular Prediction via Structural Priors
di: Cai, Pengxiang, et al.
Pubblicazione: (2025)

UGMAE: A Unified Framework for Graph Masked Autoencoders
di: Tian, Yijun, et al.
Pubblicazione: (2024)

Detecting Generative Parroting through Overfitting Masked Autoencoders
di: Taghanaki, Saeid Asgari, et al.
Pubblicazione: (2024)