Copertina

TabFSBench: Tabular Benchmark for Feature Shifts in Open Environments

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Cheng, Zi-Jian, Jia, Zi-Yi, Zhou, Zhi, Li, Yu-Feng, Guo, Lan-Zhe
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Realistic Evaluation of TabPFN v2 in Open Environments
di: Cheng, Zi-Jian, et al.
Pubblicazione: (2025)

Fully Test-time Adaptation for Tabular Data
di: Zhou, Zhi, et al.
Pubblicazione: (2024)

VT-Bench: A Unified Benchmark for Visual-Tabular Multi-Modal Learning
di: Jia, Zi-Yi, et al.
Pubblicazione: (2026)

TabPrep: Closing the Feature Engineering Gap in Tabular Benchmarks
di: Tschalzev, Andrej, et al.
Pubblicazione: (2026)

Robust Semi-Supervised Learning in Open Environments
di: Guo, Lan-Zhe, et al.
Pubblicazione: (2024)

Detecting Scarce and Sparse Anomalous: Solving Dual Imbalance in Multi-Instance Learning
di: Jia, Lin-Han, et al.
Pubblicazione: (2025)

TabPFGen -- Tabular Data Generation with TabPFN
di: Ma, Junwei, et al.
Pubblicazione: (2024)

Benchmarking Distribution Shift in Tabular Data with TableShift
di: Gardner, Josh, et al.
Pubblicazione: (2023)

SwitchTab: Switched Autoencoders Are Effective Tabular Learners
di: Wu, Jing, et al.
Pubblicazione: (2024)

InterpreTabNet: Distilling Predictive Signals from Tabular Data by Salient Feature Interpretation
di: Si, Jacob, et al.
Pubblicazione: (2024)

Vision-Language Model Selection and Reuse for Downstream Adaptation
di: Tan, Hao-Zhe, et al.
Pubblicazione: (2025)

TabKD: Tabular Knowledge Distillation through Interaction Diversity of Learned Feature Bins
di: Pereira, Shovon Niverd, et al.
Pubblicazione: (2026)

TabNSA: Native Sparse Attention for Efficient Tabular Data Learning
di: Eslamian, Ali, et al.
Pubblicazione: (2025)

MambaTab: A Plug-and-Play Model for Learning Tabular Data
di: Ahamed, Md Atik, et al.
Pubblicazione: (2024)

A Smooth Transition Between Induction and Deduction: Fast Abductive Learning Based on Probabilistic Symbol Perception
di: Jia, Lin-Han, et al.
Pubblicazione: (2025)

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

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

TabPFN Unleashed: A Scalable and Effective Solution to Tabular Classification Problems
di: Liu, Si-Yang, et al.
Pubblicazione: (2025)

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

TabReD: Analyzing Pitfalls and Filling the Gaps in Tabular Deep Learning Benchmarks
di: Rubachev, Ivan, et al.
Pubblicazione: (2024)

TabKANet: Tabular Data Modeling with Kolmogorov-Arnold Network and Transformer
di: Gao, Weihao, et al.
Pubblicazione: (2024)

ReTabSyn: Realistic Tabular Data Synthesis via Reinforcement Learning
di: Lin, Xiaofeng, et al.
Pubblicazione: (2026)

Thinking with Tables: Enhancing Multi-Modal Tabular Understanding via Neuro-Symbolic Reasoning
di: Yu, Kun-Yang, et al.
Pubblicazione: (2026)

ProG: A Graph Prompt Learning Benchmark
di: Zi, Chenyi, et al.
Pubblicazione: (2024)

TabKAN: Advancing Tabular Data Analysis using Kolmogorov-Arnold Network
di: Eslamian, Ali, et al.
Pubblicazione: (2025)

TabChange: Precise Attribute Changes in Tabular Data
di: Dahal, Arjun, et al.
Pubblicazione: (2026)

DynaTab: Dynamic Feature Ordering as Neural Rewiring for High-Dimensional Tabular Data
di: Habib, Al Zadid Sultan Bin, et al.
Pubblicazione: (2026)

MultiTab: A Scalable Foundation for Multitask Learning on Tabular Data
di: Sinodinos, Dimitrios, et al.
Pubblicazione: (2025)

TabQL: In-Context Q-Learning with Tabular Foundation Models
di: Liu, Qisai, et al.
Pubblicazione: (2026)

Drift-Resilient TabPFN: In-Context Learning Temporal Distribution Shifts on Tabular Data
di: Helli, Kai, et al.
Pubblicazione: (2024)

ReTabAD: A Benchmark for Restoring Semantic Context in Tabular Anomaly Detection
di: Yoon, Sanghyu, et al.
Pubblicazione: (2025)

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

TabStruct: Measuring Structural Fidelity of Tabular Data
di: Jiang, Xiangjian, et al.
Pubblicazione: (2025)

TabDDPM: Modelling Tabular Data with Diffusion Models
di: Kotelnikov, Akim, et al.
Pubblicazione: (2022)

Arithmetic Feature Interaction Is Necessary for Deep Tabular Learning
di: Cheng, Yi, et al.
Pubblicazione: (2024)

An Expanded Benchmark that Rediscovers and Affirms the Edge of Uncertainty Sampling for Active Learning in Tabular Datasets
di: Lu, Po-Yi, et al.
Pubblicazione: (2023)

TabCF: Distributional Control Function Estimation with Tabular Foundation Models
di: Chen, Geping, et al.
Pubblicazione: (2026)

A Progressive Visual-Logic-Aligned Framework for Ride-Hailing Adjudication
di: Wu, Weiming, et al.
Pubblicazione: (2026)

Detection-Rate-Emphasized Multi-objective Evolutionary Feature Selection for Network Intrusion Detection
di: Cheng, Zi-Hang, et al.
Pubblicazione: (2024)

TabSTAR: A Tabular Foundation Model for Tabular Data with Text Fields
di: Arazi, Alan, et al.
Pubblicazione: (2025)